บทนำ: การเปรียบเทียบทฤษฎีกับความเป็นจริง
ในงานด้านคณิตศาสตร์ประกันภัย เรามักจะเริ่มต้นด้วย "การคาดการณ์" ทางคณิตศาสตร์หรือแบบจำลอง ตัวอย่างเช่น เราอาจสมมติว่าจำนวนการเคลมประกันในแต่ละวันมีการแจกแจงแบบพอยซอน (Poisson distribution) หรือสมมติว่าผู้เอาประกันภัยเพศชายและเพศหญิงมีความน่าจะเป็นในการต่ออายุสัญญาเท่ากัน แต่เราจะรู้ได้อย่างไรว่าสมมติฐานที่เราตั้งไว้นั้นถูกต้องจริง ๆ? นี่คือจุดที่การทดสอบไคสแควร์ (\(\chi^2\)) เข้ามามีบทบาทครับ
ในบทนี้ เราจะได้เรียนรู้เครื่องมือที่ทรงพลัง 2 อย่าง คือ การทดสอบภาวะสารูปสนิทดี (Goodness of Fit test) (เพื่อตรวจสอบว่าข้อมูลมีการแจกแจงตามที่ระบุไว้หรือไม่) และ ตารางการจร (Contingency Tables) (เพื่อตรวจสอบว่าปัจจัย 2 อย่างเป็นอิสระต่อกันหรือไม่) การทดสอบเหล่านี้จะช่วยให้เราเปลี่ยนจากคำว่า "ฉันคิดว่ามันน่าจะเป็นแบบนี้" ไปสู่คำว่า "หลักฐานทางสถิติบ่งชี้ว่าเป็นแบบนี้" ได้อย่างมั่นใจครับ
1. การทดสอบภาวะสารูปสนิทดี (The Chi-square Goodness of Fit Test)
เป้าหมายของการทดสอบภาวะสารูปสนิทดีคือการตัดสินว่า ชุดข้อมูลที่สังเกตได้นั้น "สอดคล้อง" กับการแจกแจงความน่าจะเป็นทางทฤษฎี (เช่น การแจกแจงแบบทวินาม, พอยซอน หรือปกติ) หรือไม่
หลักการสำคัญ
เราจะเปรียบเทียบสิ่งที่เราเห็นจริง ๆ (ความถี่จากการสังเกต, \(O_i\)) กับสิ่งที่เราคาดหวังว่าจะเห็นหากทฤษฎีของเราเป็นจริง (ความถี่คาดหวัง, \(E_i\))
ถ้าผลต่างระหว่าง \(O_i\) และ \(E_i\) มีค่าน้อย แสดงว่าทฤษฎีของเราน่าจะถูกต้อง แต่ถ้าผลต่างนั้นมีค่ามาก ทฤษฎีของเราก็อาจจะผิดครับ
สถิติทดสอบ (The Test Statistic)
ค่าสถิติทดสอบมาตรฐานคำนวณได้จาก:
\( \chi^2 = \sum \frac{(O_i - E_i)^2}{E_i} \)
โดยที่:
- \(O_i\) = ความถี่จากการสังเกตสำหรับกลุ่มที่ \(i\)
- \(E_i\) = ความถี่คาดหวังสำหรับกลุ่มที่ \(i\)
ขั้นตอนการทดสอบ (Step-by-Step)
- ตั้งสมมติฐาน:
\(H_0\): ข้อมูลมีการแจกแจงตามที่ระบุไว้
\(H_1\): ข้อมูลไม่ได้มีการแจกแจงตามที่ระบุไว้ - คำนวณความถี่คาดหวัง: นำจำนวนการสังเกตทั้งหมด (\(n\)) คูณกับความน่าจะเป็นที่จะตกอยู่ในกลุ่มนั้น (\(p_i\)) ดังนั้น \(E_i = n \times p_i\)
- ตรวจสอบ "กฎเลข 5" (Rule of 5): เพื่อให้การทดสอบไคสแควร์มีความแม่นยำ ทุกค่าความถี่คาดหวัง \(E_i\) ควรมีค่าอย่างน้อย 5 ถ้ามี \(E_i\) ใดน้อยกว่า 5 คุณต้องทำการ รวมกลุ่ม (group) หมวดหมู่ที่อยู่ติดกันเข้าด้วยกัน จนกว่าค่า \(E_i\) ใหม่ที่รวมแล้วจะมีค่าตั้งแต่ 5 ขึ้นไป
- คำนวณค่าสถิติ: รวมค่า \( \frac{(O_i - E_i)^2}{E_i} \) ของทุกกลุ่ม (ที่ทำการรวมกลุ่มแล้วถ้ามี) เข้าด้วยกัน
- กำหนดองศาอิสระ (Degrees of Freedom - df): จุดนี้เป็นจุดที่นักศึกษาเสียคะแนนบ่อยที่สุด ระวังให้ดีนะ!
\(df = k - 1 - p \)
เมื่อ \(k\) คือจำนวนกลุ่ม (หลังจากรวมกลุ่มแล้ว) และ \(p\) คือจำนวนพารามิเตอร์ที่คุณต้องประมาณค่าจากข้อมูลเพื่อนำมาใช้คำนวณค่าคาดหวัง - เปรียบเทียบกับค่าวิกฤต: หากค่า \(\chi^2\) ที่คำนวณได้มีค่ามากกว่าค่าวิกฤตจากตาราง ณ ระดับนัยสำคัญที่กำหนด (โดยปกติคือ 5%) ให้เรา ปฏิเสธ \(H_0\)
เคล็ดลับสำคัญ: ถ้าโจทย์ให้ค่าพารามิเตอร์มาเลย (เช่น "จงทดสอบว่าข้อมูลนี้สอดคล้องกับการแจกแจงพอยซอนที่มี \(\lambda = 2\)") กรณีนี้ \(p = 0\) แต่ถ้าคุณต้องคำนวณค่า \(\lambda\) เองจากค่าเฉลี่ยของข้อมูล กรณีนี้ \(p = 1\) ครับ
2. ตารางการจร (Contingency Tables - การทดสอบความเป็นอิสระ)
นักคณิตศาสตร์ประกันภัยมักต้องการทราบว่าตัวแปรเชิงกลุ่ม 2 ตัวมีความสัมพันธ์กันหรือไม่ เช่น "สถานะการสูบบุหรี่" (สูบ/ไม่สูบ) สัมพันธ์กับ "การขาดการต่ออายุกรมธรรม์" (ขาดการต่ออายุ/ยังมีผลบังคับ) หรือไม่? เราจะใช้ ตารางการจรแบบสองทาง (Two-way contingency table) ในการหาคำตอบนี้ครับ
สมมติฐานสำหรับการทดสอบความเป็นอิสระ
\(H_0\): เกณฑ์การจำแนกทั้งสองเป็นอิสระต่อกัน
\(H_1\): เกณฑ์การจำแนกทั้งสองไม่เป็นอิสระต่อกัน (มีความสัมพันธ์กัน)
การคำนวณความถี่คาดหวังในตาราง
ในตารางที่มี \(r\) แถว และ \(c\) คอลัมน์ เราคำนวณความถี่คาดหวังสำหรับแต่ละเซลล์โดยสมมติว่ามีความเป็นอิสระต่อกันดังนี้:
\( E_{ij} = \frac{\text{ผลรวมแถวที่ } i \times \text{ผลรวมคอลัมน์ที่ } j}{\text{ผลรวมทั้งหมด}} \ )
องศาอิสระสำหรับตารางการจร
สำหรับตารางการจร องศาอิสระจะมีค่าเท่ากับ: \)df = (r - 1) \times (c - 1) \)
ตัวอย่าง: ตารางขนาด \(3 \times 2\) จะมีองศาอิสระเท่ากับ \((3-1) \times (2-1) = 2 \times 1 = 2\)
สรุปสั้น ๆ: ตารางเปรียบเทียบ
| หัวข้อเปรียบเทียบ | การทดสอบภาวะสารูปสนิทดี | ตารางการจร |
|---|---|---|
| วัตถุประสงค์ | ข้อมูลสอดคล้องกับการแจกแจงที่ระบุหรือไม่? | ตัวแปร 2 ตัวเป็นอิสระต่อกันหรือไม่? |
| องศาอิสระ (df) | \(k - 1 - p\) | \((r - 1)(c - 1)\) |
| การรวมกลุ่ม | รวมกลุ่มถ้า \(E_i < 5\) | รวมแถว/คอลัมน์ถ้า \(E_{ij} < 5\) |
3. ข้อควรระวังที่สำคัญในการปฏิบัติ
"กฎเลข 5" และการรวมกลุ่ม
หากคุณต้องรวมกลุ่มเพราะค่าคาดหวังน้อยเกินไป อย่าลืมว่าสิ่งนี้จะลดจำนวนองศาอิสระของคุณลงด้วย
ตัวอย่าง: ถ้าคุณเริ่มด้วย 6 กลุ่ม (\(k=6\)) แต่ต้องรวมสองกลุ่มสุดท้ายเข้าด้วยกัน ค่า \(k\) ใหม่ของคุณจะเป็น 5 และการคำนวณองศาอิสระต้องใช้ค่า \(k\) ใหม่นี้ครับ
การแปลผลลัพธ์
ถ้าค่า \(\chi^2\) ที่คำนวณได้มีค่าน้อยมาก หมายความว่าข้อมูลที่สังเกตได้ใกล้เคียงกับสิ่งที่เราคาดหวังไว้มาก เราจึง ยอมรับ \(H_0\) (ไม่สามารถปฏิเสธ \(H_0\) ได้)
ถ้าค่า \(\chi^2\) ที่คำนวณได้มีค่ามาก หมายความว่า "ความไม่สอดคล้อง" นั้นมีมากเกินกว่าที่จะอธิบายได้ด้วยความบังเอิญ เราจึง ปฏิเสธ \(H_0\)
รู้หรือไม่?
การทดสอบไคสแควร์เป็นการทดสอบแบบ ประมาณการ (approximate test) ซึ่งจะแม่นยำมากขึ้นเมื่อขนาดตัวอย่างใหญ่ขึ้น นี่คือเหตุผลที่เรามี "กฎเลข 5" เพื่อให้มั่นใจว่าการประมาณค่านี้มีความน่าเชื่อถือเพียงพอสำหรับการตัดสินใจทางคณิตศาสตร์ประกันภัยครับ
4. ข้อผิดพลาดที่พบบ่อย (หลีกเลี่ยงด่วน!)
- ลืมหักพารามิเตอร์ที่ประมาณค่า: ในการทดสอบภาวะสารูปสนิทดี ถ้าคุณคำนวณค่าเฉลี่ย (\(\bar{x}\)) เพื่อใช้เป็นค่า \(\lambda\) สำหรับการแจกแจงพอยซอน คุณ ต้อง ลบองศาอิสระออกอีก 1
- ใช้ \(O_i\) แทน \(E_i\) สำหรับ "กฎเลข 5": จำไว้ว่าค่าความถี่ คาดหวัง เท่านั้นที่สำคัญสำหรับการรวมกลุ่ม ไม่เป็นไรเลยถ้าความถี่ที่สังเกตได้จริงจะน้อยกว่า 5
- คำนวณผิด: เป็นเรื่องง่ายมากที่จะกดเครื่องคิดเลขผิดตอนหาค่า \(\frac{(O-E)^2}{E}\) ดังนั้นควรตรวจสอบตารางค่าของคุณให้ดีเสมอ
- ใช้ df ผิดสำหรับตารางการจร: นักศึกษามักเผลอใช้ \(n-1\) ในตารางการจร จำไว้ว่าต้องใช้ \((r-1)(c-1)\) เสมอครับ
สรุปประเด็นสำคัญ
1. สถิติทดสอบ: คือ \( \sum \frac{(O-E)^2}{E} \) เสมอ
2. df ของภาวะสารูปสนิทดี: \( (\text{จำนวนกลุ่ม}) - 1 - (\text{จำนวนพารามิเตอร์ที่ประมาณค่า}) \)
3. df ของความเป็นอิสระ: \( (r-1)(c-1) \)
4. ความถี่ค่าน้อย: รวมกลุ่มถ้า \(E < 5\)
5. P-values: ใน Paper B (R) คุณจะใช้ฟังก์ชัน chisq.test() ซึ่งจะคำนวณทุกอย่างให้และให้ค่า p-value ออกมา ถ้า p-value น้อยกว่า \(\alpha\) (เช่น 0.05) ให้ปฏิเสธ \(H_0\)