はじめに：「標準的」なモデルのその先へ

ようこそ！統計学を少しでも学んだことがある方なら、最小二乗法（Ordinary Least Squares: OLS）回帰モデルには既に出会っているはずです。これは予測モデリングにおける「基本中の基本」と言える手法です。しかし、保険金支払いや事故発生件数、死亡率などを扱うアクチュアリー科学の現場では、OLSでは対応しきれない場面が多々あります。

この章では、なぜ私たちが時として、堅苦しいOLSモデルから、より柔軟な一般化線形モデル（Generalized Linear Model: GLM）へ切り替える必要があるのかを学んでいきます。その両者を分ける具体的な仮定についても見ていきましょう。最初は少し抽象的に感じるかもしれませんが、パターンが見えてくれば一気に理解しやすくなります。大丈夫、一緒に見ていきましょう！

1. 出発点：OLSの仮定

GLMがどのように異なるのかを理解する前に、OLSがデータに対して何を求めているのかを復習しましょう。OLSの主要な仮定は、覚え方のヒントとなるLINEというキーワードで整理できます：

L – Linearity（線形性）： 予測変数と応答変数の関係は直線である。
I – Independence（独立性）： 各観測値（データポイント）は互いに独立している。
N – Normality（正規性）： 誤差項（残差）は正規分布（ガウス分布）に従う。
E – Equal Variance（等分散性）： 誤差の分散は一定である（専門用語で等分散性（homoscedasticity）と呼びます）。

たとえ話： OLSを標準的な「Mサイズ」のTシャツだと思ってください。多くの人にはそれなりにフィットしますが、極端に背が高かったり低かったりする人には違和感がありますよね。OLSは「正規分布」に従うデータには最適ですが、保険のデータはしばしば「特殊」なのです。

重要ポイント：

OLSは、ターゲットとなる変数が連続値であり、正の値も負の値もとり得て、予測値にかかわらず一貫した「広がり（分散）」を持つことを前提としています。

2. なぜアクチュアリーの現場でOLSが通用しないのか

Exam SRMの「線形モデル」のセクションを学んでいると、保険データが頻繁にOLSのルールを破っていることに気づくはずです。よくある2つの例を見てみましょう。

1. 事故件数： 事故件数が「-2件」になることはあり得ません。OLSではマイナスの値が予測されることがあり、これは現実的ではありません！さらに、件数は0、1、2…といった離散的な整数であり、連続値ではありません。
2. 支払額の大きさ： 大規模な保険金支払い（住宅の全焼など）は、小規模な支払い（フロントガラスの破損など）よりも分散がはるかに大きくなるのが通常です。OLSは両者の分散が同じだと仮定してしまいますが、これは多くの場合、誤りです。

3. GLMという解決策：柔軟なフレームワーク

一般化線形モデル（GLM）は、OLSの厳しいルールを緩和したものです。すべてを無理やり「正規分布」という箱に押し込むのではなく、GLMは以下の3つの具体的な要素で構成されます。

A. 乱数成分（分布）

OLSでは、応答変数 \(Y\) が正規分布に従うと仮定します。一方、GLMでは \(Y\) が指数型分布族のいずれかに従うと仮定します。この族には以下のようなものが含まれます：
- 正規分布（標準的な連続データ用）
- ポアソン分布（発生回数をカウントする場合用）
- 二項分布（Yes/Noの判定用）
- ガンマ分布／逆ガウス分布（正の値をとる、偏りのある保険金支払額用）

B. 系統的成分（線形予測子）

これは見慣れた部分です！説明変数 (\(X\)) とその係数 (\(\beta\)) を組み合わせたものです。これをイータ（\(\eta\)）と呼びます：
\(\eta = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + ... + \beta_p X_p\)

C. リンク関数

これが「架け橋」となる部分です。データの平均（\(\mu\)）と線形予測子（\(\eta\)）を結びつけます。
式で表すと \(g(\mu) = \eta\) となります。

OLSにおけるリンク関数は「恒等関数」であり、これは \(\mu = \eta\) と仮定していることを意味します。GLMでは「対数リンク関数」(\(ln(\mu) = \eta\)) などを使用することで、予測値が常にプラスになるように保証できるのです！

豆知識：

実は、OLSはGLMの特別なタイプの一つに過ぎません！もし正規分布と恒等リンク関数を選択すれば、そのGLMはOLSモデルそのものになります。

4. OLSとGLM：比較まとめ

試験で即座に見分けられるよう、仮定の主な違いを整理しましょう：

1. 応答変数の分布
- OLS： 必ず正規分布である必要がある。
- GLM： 指数型分布族の中のどの分布でもよい（ポアソン、二項、ガンマなど）。

2. 分散の関係性
- OLS： 分散は一定であり、平均に依存しない（等分散性）。
- GLM： 分散は平均の関数である。例えばポアソン分布では、平均が増加するにつれて分散も増加します。これは保険データにとって非常に現実的です！

3. 関係性の変換
- OLS： \(\mu = \beta X\) （直接的な線形関係）を仮定する。
- GLM： \(g(\mu) = \beta X\) を仮定する。リンク関数 \(g(.)\) によって、パラメータが線形であるという制約を守りつつ、関係性自体は非線形にすることが可能。

クイック復習：よくある間違い

- GLMがデータを「非線形である」と仮定していると言ってはいけません。パラメータ (\(\beta\)) は依然として線形です！非線形になり得るのは、平均との「リンク」の部分です。
- GLMの残差が正規分布に従う必要があると仮定してはいけません。私たちが重視するのは、OLSの「誤差」の扱いとは異なり、応答変数自体の分布です。

5. 試験に向けた仮定のまとめ

Exam SRMの試験当日は、GLMとOLSの仮定におけるこれら3つの柱を思い出してください：

1. 柔軟性： GLMは非正規分布（指数型分布族）を扱える。
2. 非定数分散： GLMは平均とともに分散が変化することを許容する（平均の関数）。
3. リンク関数： GLMはリンク関数を用いて平均と線形予測子を関連付けることで、予測値を妥当な範囲内（例えば事故件数がマイナスにならないようにするなど）に収める助けとなる。

励ましの言葉： リンク関数の背後にある数学が重く感じられたら、その目的を思い出してください。私たちは単に、モデルの「数学」が、研究しているデータの「現実」と合致するように工夫しているだけなのです。あなたならきっと大丈夫！

重要ポイント：

GLMがOLSよりも優れている主な点は、正規性と等分散性という「窮屈な制約」を取り払うことで、現実世界のリスクをより正確にモデリングできるという点にあります。