最尤推定の世界へようこそ！

未来の保険数理士の皆さん、こんにちは！今日は、保険数理のツールキットの中で最も強力なツールの一つである最尤推定法（Maximum Likelihood Estimation: MLE）について掘り下げていきます。特に、完全データ（Complete Data）とグループ化データ（Grouped Data）にどのように適用するかを見ていきましょう。

なぜこれが重要なのでしょうか？保険数理士として仕事をしていると、大量のデータ（保険金支払額など）を前にして、「どの数学的分布（指数分布やパレート分布など）がこのデータに当てはまるだろう？」という「直感」を働かせることがよくあります。MLEは、選択した分布を観測データに完璧にフィットさせるためのパラメータ（平均や形状パラメータなど）を正確に教えてくれる数学的な「エンジン」のようなものです。モデルに対する「ベストフィット」を見つける作業だと考えてください。

現時点では少し抽象的に感じるかもしれませんが、心配しないでください。ステップバイステップで紐解いていきましょう！

1. 基本コンセプト：MLEとは何か？

ジェリービーンズが入った瓶を想像してみてください。中に赤い豆がいくつあるかは分かりませんが、5個取り出してみると、そのうち4個が赤色でした。「瓶の中の赤い豆はたった1%しかいない」と推測しますか？おそらくそうは思わないでしょう！観測した結果が最も起こり得そうな状態であると考えるため、もっと高い割合だと推測するはずです。これこそがMLEの正体です。つまり、手元にあるデータが得られる確率を最大化するようなパラメータ値を選ぶ手法なのです。

攻略プラン

最尤推定値を求めるために、通常は以下の3つのステップ（「L-D-S」法）に従います。

  1. Likelihood（尤度）：尤度関数 \(L(\theta)\) を書き出す。
  2. Derivative（微分）：対数をとって対数尤度関数 \(\ell(\theta) = \ln L(\theta)\) を作り、\(\theta\) で微分する。
  3. Solve（解く）：微分値をゼロとおいて、\(\theta\) について解く。

ワンポイント：なぜ対数尤度を使うかというと、面倒な掛け算を簡単な足し算に変えてくれるからです。微積分において、掛け算よりも足し算の方がずっと扱いやすいですよね！

2. 完全データにおけるMLE

完全データは「ゴールドスタンダード（黄金基準）」です。これは、すべての観測値の正確な値が分かっていることを意味します。例えば、3件の保険金請求があれば、それぞれ正確に120ドル、540ドル、1,000ドルであったと分かっている状態です。

完全データの尤度関数

独立した観測値 \(x_1, x_2, ..., x_n\) がある場合、尤度は各点における確率密度関数（PDF）の積となります。

\(L(\theta) = f(x_1; \theta) \cdot f(x_2; \theta) \cdot ... \cdot f(x_n; \theta) = \prod_{i=1}^{n} f(x_i; \theta)\)

ステップバイステップ例題：指数分布

パラメータ \(\theta\) を持つ指数分布（平均が \(\theta\)）から得られたデータ \(x_1, x_2, ..., x_n\) があるとします。PDFは \(f(x) = \frac{1}{\theta} e^{-x/\theta}\) です。

1. 尤度： \(L(\theta) = \prod \frac{1}{\theta} e^{-x_i/\theta} = \theta^{-n} e^{-\sum x_i / \theta}\)

2. 対数尤度： \(\ell(\theta) = -n \ln(\theta) - \frac{\sum x_i}{\theta}\)

3. 微分： \(\ell'(\theta) = -\frac{n}{\theta} + \frac{\sum x_i}{\theta^2}\)

4. 解く： ゼロとおくと：\(\frac{n}{\theta} = \frac{\sum x_i}{\theta^2} \Rightarrow \hat{\theta} = \frac{\sum x_i}{n} = \bar{x}\)

重要なポイント：完全データの場合、MLEの結果は標本平均 (\(\bar{x}\)) のように、非常に直感的な値になることが多いです。

3. グループ化データにおけるMLE

時には、正確な値が分からないこともあります。代わりに「ビン（箱）」や「区間」でデータが与えられている場合があります。これがグループ化データです。例えば、会社が「10件の請求は0ドルから100ドルの間」「5件の請求は100ドル以上」と報告するようなケースです。

たとえ話：グループ化データは「ミステリーボックス」のようなものだと考えてください。中身の詳細は分かりませんが、どの重さのカテゴリーに属するかは分かっているという状態です。

グループ化データの尤度関数

正確な点が分からないため、PDFは使えません。その代わりに、累積分布関数（CDF）、つまり \(F(x)\) を使い、ある範囲に収まる確率を求めます。

あるグループが区間 \((c_{j-1}, c_j]\) に \(n_j\) 個の観測値を持っている場合、そのグループの尤度への寄与は以下の通りです。

\( [P(c_{j-1} < X \leq c_j)]^{n_j} = [F(c_j; \theta) - F(c_{j-1}; \theta)]^{n_j} \)

全尤度は、これらのグループごとの確率をすべて掛け合わせたものになります。

待って！区間が「Xより大きい」場合は？

もし \(n\) 個の観測値が値 \(k\) よりも大きいと分かっている場合、その寄与は単純に生存関数（Survival function）となります：\([S(k)]^{n} = [1 - F(k)]^{n}\)。

豆知識：保険数理士は「打ち切り（censored）」データ、つまり「保険金支払額が上限を超えたことは分かっているが、いくら超えたかは不明」といったデータを扱う際に、頻繁にグループ化データを用います！

4. よくある落とし穴

優秀な学生でも、以下の点ではつまずきがちです。注意してください：

  • PDFとCDFの混同：正確な（完全な）点データにはPDF \(f(x)\) を使い、区間（グループ化）データにはCDF \(F(x)\) を使ってください。
  • 対数の性質：\(\ln(a^b) = b \ln(a)\) や \(\ln(ab) = \ln(a) + \ln(b)\) を忘れないように。これらを忘れると微積分が格段に難しくなります！
  • パラメータの定義：その分布において \(\theta\) が平均なのか、それともレート（1/\(\theta\)）なのかを確認してください。Exam FAMの公式集は皆さんの親友です。常に表記をダブルチェックしましょう！

5. まとめと復習

クイック復習ボックス：

- MLE：観測データが最も起こりやすくなるようなパラメータを見つける手法。
- 完全データ：PDFの積を使う。 \(L(\theta) = \prod f(x_i)\)。
- グループ化データ：確率（CDFの差）の積を使う。 \(L(\theta) = \prod [F(c_j) - F(c_{j-1})]^{n_j}\)。
- 手順：尤度 \(\rightarrow\) 対数をとる \(\rightarrow\) 微分 \(\rightarrow\) ゼロとおく。

最初は数学が重く感じるかもしれませんが、心配はいりません！論理は常に同じです。まずは尤度関数を書き出す練習をしましょう。それが課題の8割を占めます。一度式さえ立ててしまえば、あとは代数と微積分の計算だけです。あなたなら絶対にできます！