はじめに：「最善の」モデルを見つける

前章では、一般化線形モデル（GLM）の構成要素である「指数型分布族」、「リンク関数」、「線形予測子」について学習しました。いよいよここからは、プロセスの中でも「意思決定」に関わる部分に入ります。モデルのパラメータを実際に計算するにはどうすればよいのでしょうか？そして、作成したモデルが本当に優れているのか、それとも別のモデルの方が適しているのかを、どうやって判断すればよいのでしょうか？

この章は、アクチュアリー・モデリングにおける「品質管理」のフェーズだと考えてください。パラメータの「最善の」値を推定する方法を学び、デビアンス（Deviance）という強力なツールを使って異なるモデルを比較していきます。最初は数学的に難しく感じるかもしれませんが、大丈夫です。数学に少し苦手意識がある方でも理解できるよう、論理的なステップに分けて解説していきます。

1. パラメータの推定：最尤法

単純な線形回帰では、データに最もフィットする直線を引くために「最小二乗法」をよく使います。一方、GLMでは、より汎用的な手法である最尤法（Maximum Likelihood Estimation: MLE）を使用します。

核心となる考え方

最尤法の目的は、実際に観測されたデータが起こる確率が最も高く（もっともらしく）なるようなパラメータの値（線形予測子の \(\beta\) 係数）を見つけることです。

赤色と青色のボールが入ったバケツを想像してみてください。そこから10個のボールを取り出したとき、9個が赤色だったなら、赤色のボールが占める割合の「最尤推定値」は 0.9 になります。GLMでも、これと同じことをより複雑な数式や分布（ポアソン分布やガンマ分布など）を用いて行っているだけなのです。

具体的な手順：

  1. パラメータが与えられたときのデータの同時確率を表す尤度関数 \(L\) を書き出します。
  2. 計算を簡単にするために、自然対数をとって対数尤度 \(\ell = \ln(L)\) を求めます。
  3. \(\ell\) を最大化する \(\beta\) の値を求めます。実際には、単純な「一段階の」公式が存在しないことが多いため、Rなどのコンピュータ・ソフトウェアを使って反復計算（イテレーション）を行うことで算出します。

クイック・レビュー： 試験では通常、これらの反復計算を自力で行う必要はありません。しかし、パラメータ \(\beta\) は「観測データの対数尤度を最大化するように選ばれている」という点は必ず理解しておいてください。

2. デビアンスの理解：「当てはまりの悪さ」の尺度

標準的な回帰分析では、モデルがデータからどれだけ離れているかを見るために「残差平方和」を用いました。GLMでは、その代わりにデビアンス（Deviance）を使います。

重要なコンセプト： デビアンスは「距離」を測る指標です。具体的には、自分たちが作ったモデルと「完璧な」モデルとの間の距離を測定します。

飽和モデル vs. 適合モデル

デビアンスを理解するために、2つのモデルを比較します：

  • 飽和モデル（Saturated Model, \(S\)）： データを完璧に再現する理論上のモデルです。データポイントと同じ数だけのパラメータを持ち、変動を100%説明しますが、単にノイズを「暗記」しているだけなので、予測には役に立ちません。
  • 適合モデル（Fitted Model, \(M\)）： 私たちが実際にテストしているモデルです。より少ないパラメータを使って、データの背後にある傾向を捉えようとします。

計算式

デビアンス (\(D\)) は以下のように定義されます：

\(D = 2(\ell(S) - \ell(M))\)

ここで：

  • \(\ell(S)\) は飽和モデルの対数尤度です。
  • \(\ell(M)\) は私たちが適合させたモデルの対数尤度です。

スケール済みデビアンス（Scaled Deviance, \(D^*\)）： 正規分布の分散のような、分布の「スケール・パラメーター」（\(\phi\)）を考慮する必要がある場合があります。その場合の式は以下の通りです：

\(D^* = \frac{D}{\phi}\)

ここがポイント： 私たちはモデルをできるだけ「完璧」に近づけたいと考えています。したがって、デビアンスが小さいほど、当てはまり（フィット感）が良いことを示します。

3. モデルの選択：デビアンス分析

アクチュアリーはしばしば、単純なモデル（変数が少ない）と複雑なモデル（変数が多い）のどちらかを選ばなければなりません。その際、複雑さを増す価値があるかどうかを判断するために、デビアンス分析（Analysis of Deviance）という手法を使います。

入れ子モデル（Nested Models）

この手法は、モデルが「入れ子（ネスト）」状態にある場合に使用できます。これは、モデル1がモデル2の簡易版である（例えば、モデル2はモデル1のすべての変数に加えて、もう1つ追加の変数を持っている）状態を指します。

尤度比検定（Likelihood Ratio Test: LRT）

モデル2で追加した変数が実際に役立っているかを確認するために、それぞれのデビアンスの差を計算します：

\(\text{Test Statistic} = D_1 - D_2\)

（スケール済みデビアンスを使用する場合は \(D_1^* - D_2^*\)）

判定ルール： モデルが適切に適合している場合、この差は近似的にカイ二乗（\(\chi^2\)）分布に従います。
\(\text{自由度 (df)} = \text{モデル2で追加されたパラメータの数}\)

意思決定のステップ：

  1. デビアンスの減少量 \(D_1 - D_2\) を計算します。
  2. パラメータ数の差を「自由度」として、カイ二乗分布表を確認します。
  3. 減少量がしきい値（棄却限界値）よりも大きい場合（またはp値が通常 \(< 0.05\) と小さい場合）、追加された変数は統計的に有意です。複雑なモデルを採用しましょう！
  4. 減少量が小さい場合、追加された変数はあまり価値を付加していません。シンプルなモデルを維持します（簡潔性の原理：Parsimony）。

例え話：車に豪華なスポイラー（リアウイング）を付ける場面を想像してください。もし車が全く速くならないなら（デビアンスの減少が小さいなら）、そのスポイラーはただの重りです。車はシンプルなままにしておきましょう！

4. パラメータの有意性検定

大きなモデル同士を比較する前に、個々のパラメータに注目することもあります。ソフトウェア（Paper Bなど）の出力結果を見ると、各係数（\(\beta\)）に対してp値が表示されているはずです。

  • 帰無仮説 (\(H_0\))： パラメータ \(\beta_i = 0\) である（その変数は影響を与えていない）。
  • 対立仮説 (\(H_1\))： パラメータ \(\beta_i \neq 0\) である。

p値が非常に小さい（通常 \(p < 0.05\)）場合、\(H_0\) を棄却します。これは、その変数が予測因子として重要であり、モデルに残すべきであることを示しています。

5. 実践的な解釈（Paper Bのポイント）

試験では、「事故件数」（ポアソン分布）や「損害額」（ガンマ分布）をGLMでモデリングした結果の表が与えられることがあります。以下の点に注目しましょう：

1. ヌル・デビアンス（Null Deviance）： 説明変数が全くない（切片のみの）モデルのデビアンスです。これが比較の出発点になります。

2. 残差デビアンス（Residual Deviance）： 変数を追加した後のモデルのデビアンスです。これがヌル・デビアンスよりも大幅に小さくなっていることが望ましいです。

3. AIC（赤池情報量規準）： ソフトウェアの出力によく含まれます。デビアンスに似ていますが、変数を増やしすぎることへの「罰則」が含まれています。AICは値が小さいほど良いモデルです。

豆知識： アクチュアリー科学では「Parsimony（簡潔性）」という言葉がよく使われます。これは「オッカムの剃刀」という原理に由来しています。2つのモデルがどちらも同じくらいデータを説明できるなら、将来の予測には通常、よりシンプルなモデルの方が適しているという考え方です。

クイック・レビュー・ボックス

最尤法： 最適な \(\beta\) の値を見つけるための手法。

デビアンス： 「当てはまりの悪さ」を測る指標。低いほど良い。

飽和モデル： 比較の基準となる、「完璧」だが過学習したモデル。

尤度比検定： 入れ子モデルの比較に \(D_1 - D_2 \sim \chi^2_k\) を使用する。

有意な変数： 変数を残す根拠として、小さなp値（\(< 0.05\)）を探す。

最初は難しく感じるかもしれませんが、大丈夫です！大切なのは、「よく適合する（デビアンスが低い）こと」と「シンプルである（パラメータが少ない）こと」のバランスを常に追い求めている、という点を忘れないことです。