端数年齢（Fractional Ages）：空白を埋めよう！

アクチュアリー試験への道のりの中で、これまでは生命表を扱ってきたことでしょう。生命表は非常に便利ですが、通常は40歳、41歳、42歳といった「1歳刻み」のデータしか与えられません。では、もし誰かが40歳6ヶ月で亡くなったとしたらどうなるのでしょうか？

この章では、誕生日の間の「空白を埋める」方法を学びます。生命表のデータだけでは年間のいつ亡くなるかを正確に特定できないため、私たちは端数年齢の仮定（fractional age assumptions）を置きます。これらは、ある特定の時点における生存確率などを計算するための数学的な「ベストな推測」です。最初は少し抽象的に感じるかもしれませんが、パターンさえ掴んでしまえば、適切な公式を選ぶだけの単純な作業になりますよ！

1. なぜこれらの仮定が必要なのか？

例えば、ある生命表に「50歳で1,000人生存しており（\(l_{50} = 1000\)）、51歳では900人生存している（\(l_{51} = 900\)）」と書かれていると想像してください。この1年間で100人が亡くなったことは分かります。しかし、いつ亡くなったのでしょうか？ 冬のインフルエンザの流行で最初の月に全員亡くなったのでしょうか？ それとも年間を通じて徐々に亡くなったのでしょうか？

正確なタイミングが分からないため、私たちはその状況を推定するために主に2つのモデルを使用します：

  • 死亡の均等分布（UDD: Uniform Distribution of Deaths）
  • 一定の死亡力（CFM: Constant Force of Mortality）

復習：前提となる記号

先に進む前に、以下の基本事項を思い出しておきましょう：

  • \(q_x\): \(x\)歳の人が\(x+1\)歳になる前に死亡する確率。
  • \(p_x\): \(x\)歳の人が\(x+1\)歳まで生存する確率。
  • \(t\): 1年未満の端数期間（\(0 \le t \le 1\)）。

2. 死亡の均等分布（UDD）

死亡の均等分布（UDD）は、Exam FAMで最も一般的に目にする仮定です。これは、死亡が年間を通じて均等に発生すると仮定します。

例え話： 1時間かけて120人がビルから退去するとします。UDDの下では、毎分正確に2人が退去します。一定で直線的な流れですね。

UDDの主要な公式：

1. 生存数の補間： \(l_{x+t} = (1-t)l_x + t \cdot l_{x+1}\)
（これは単に2つの年齢間を直線で結んだものです！）

2. 死亡確率： \(_t q_x = t \cdot q_x\)
例：年間の死亡確率が10%であれば、最初の半年間（\(t=0.5\)）で死亡する確率は \(0.5 \times 10\% = 5\%\) となります。

3. 死亡力（Force of Mortality）： \(\mu_{x+t} = \frac{q_x}{1 - t \cdot q_x}\)
注意！ 死亡が「均等」であっても、死亡力（瞬間的なリスク）は \(t\) が0から1に増えるにつれて増加することに注目してください。これは、生存者の「母集団」が減少しているにもかかわらず、人々が一定の割合で亡くなり続けているためです。

復習：UDDまとめボックス

視覚イメージ： 直線（線形補間）。
鍵となる論理： \(_t q_x\) は \(t\) に比例する。
よくある間違い： \(s > 0\) のときに \(_t q_{x+s}\) を単純に \(t \cdot q_x\) としてしまうこと。行き詰まったら、常に計算の起点であるその年の初め（\(x\)）に戻って考えましょう！

3. 一定の死亡力（CFM）

一定の死亡力（CFM）は、死亡の「リスク（ハザード率）」が1年間を通じて毎秒完全に一定であると仮定します。

例え話： ポップコーンの袋を想像してください。熱が一定であれば、どの瞬間においても各粒が弾ける確率は同じです。残りの粒が少なくなれば弾ける粒の数は減るかもしれませんが、「熱（死亡力）」自体は一定です。

CFMの主要な公式：

1. 生存確率： \(_t p_x = (p_x)^t\)
例：年間の生存確率が0.90であれば、最初の半年間の生存確率は \((0.90)^{0.5} = 0.9487\) となります。

2. 死亡力： \(\mu_{x+t} = \mu = -\ln(p_x)\) （ただし \(0 \le t < 1\)）。
死亡力の公式に \(t\) が含まれていないことに注目してください！ 年間のいつ測定しても一定です。

3. 生存数の補間： \(l_{x+t} = l_x \cdot (p_x)^t\)

復習：CFMまとめボックス

視覚イメージ： 指数曲線（幾何補間）。
鍵となる論理： \(_t p_x\) は指数（\(t\)乗）を使用する。
よくある間違い： 問題で一定の死亡力が指定されているのにUDDの線形公式を使ってしまうこと。キーワードをしっかり確認しましょう！

4. UDDとCFMの比較

「どちらの方が値が大きくなるの？」と疑問に思うかもしれません。これはExam FAMの定番コンセプトです！

知っていましたか？ 同じ年間死亡確率 \(q_x\) の場合、UDDの仮定は、CFMの仮定と比較して、年間を通じて常に低い生存確率（\(_t p_x\)）を導き出します。

暗記のコツ：
UDD = Under（CFMよりも生存確率 \(_t p_x\) が低い）。
CFM = Convex / Constant（UDDよりも生存確率 \(_t p_x\) が高い）。

5. ステップ・バイ・ステップ：端数年齢問題の解き方

\(x\) が整数で \(s\) が端数であるとき、\(_t q_{x+s}\) を求める問題が出たら、以下の手順に従ってください。

ステップ1：仮定を特定する。 問題文は「死亡の均等分布」と言っていますか？ それとも「一定の死亡力」ですか？
ステップ2：分解する。 基本ルールである \(_t p_{x+s} = \frac{_{s+t} p_x}{_s p_x}\) を思い出してください。確率を整数年齢 \(x\) から計算して割り算する方が、ほとんどの場合簡単です。
ステップ3：特定の公式を適用する。
- UDDの場合：\(_k p_x = 1 - k \cdot q_x\) を使用する。
- CFMの場合：\(_k p_x = (p_x)^k\) を使用する。
ステップ4：最終計算。 残りの計算を行いましょう。

6. まとめと重要なポイント

- 生命表は整数年齢のデータを提供し、端数年齢の仮定がその隙間を埋めます。
- UDD（死亡の均等分布）： 死亡は直線的に発生する。\(_t q_x = t \cdot q_x\)。死亡力 \(\mu\) は年間を通じて増加する。
- CFM（一定の死亡力）： リスクは一定。\(_t p_x = (p_x)^t\)。死亡力 \(\mu\) は年間を通じて一定である。
- 試験のヒント： 問題文で仮定が明記されていない場合は、注意深く読んでください。「死亡が直線的に分布する」といった言い回しの中に隠れていることがあります（これはUDDを意味します）。

\(\mu\) に関する公式が難しく見えても心配しないでください！ まずは生存確率（\(p\)）と死亡確率（\(q\)）の公式をマスターすることに集中しましょう。それらが最も頻繁に出題されます。あなたなら大丈夫です！