Maximum likelihood estimation for frequency and severity distributions

ยินดีต้อนรับสู่โลกแห่งความเป็นไปได้ (Likelihood)!

สวัสดีครับว่าที่นักคณิตศาสตร์ประกันภัยทุกคน! ยินดีต้อนรับเข้าสู่หนึ่งในบทที่สำคัญที่สุดในการเดินทางของ ASTAM: การประมาณค่าภาวะน่าจะเป็นสูงสุด (Maximum Likelihood Estimation หรือ MLE) หากคุณเคยสงสัยว่าบริษัทประกันภัยใช้วิธีไหนในการตัดสินใจเลือก "ตัวเลข" (พารามิเตอร์) เฉพาะเจาะจงสำหรับแบบจำลองของพวกเขา เช่น ขนาดความเสียหายเฉลี่ย หรือความถี่ในการเกิดอุบัติเหตุ คุณมาถูกที่แล้วครับ

ลองนึกภาพว่า MLE คือนักสืบ คุณมีเบาะแส (ข้อมูล) อยู่ในมือ และคุณต้องการหาตัวการที่น่าจะเป็นไปได้มากที่สุด (พารามิเตอร์) ที่ทำให้เกิดเบาะแสเหล่านั้นขึ้นมา นี่คือ "มาตรฐานทองคำ" สำหรับการประมาณค่าพารามิเตอร์ เพราะมันมีคุณสมบัติทางคณิตศาสตร์ที่ทรงพลังซึ่งช่วยให้แบบจำลองของเราเชื่อถือได้ ถ้ารู้สึกว่ามันดูยากในตอนแรก ไม่ต้องกังวลนะ เราจะค่อยๆ ย่อยมันไปทีละขั้นตอนครับ!

1. แนวคิดหลัก: Likelihood คืออะไร?

ในภาษาทั่วไป คำว่า "Likelihood" (ภาวะน่าจะเป็น) และ "Probability" (ความน่าจะเป็น) มักถูกใช้แทนกัน แต่ในทางคณิตศาสตร์ประกันภัย ทั้งสองคำนี้มีความแตกต่างเล็กน้อยที่สำคัญมาก:
• Probability (ความน่าจะเป็น): ใช้ในกรณีที่เราทราบค่าพารามิเตอร์แล้ว และต้องการทำนายผลลัพธ์จากข้อมูล
• Likelihood (ภาวะน่าจะเป็น): ใช้ในกรณีที่เรามีข้อมูลอยู่แล้ว และต้องการย้อนกลับไปเดาค่าพารามิเตอร์ที่ทำให้เกิดข้อมูลนั้น

ฟังก์ชันภาวะน่าจะเป็น (Likelihood Function) ซึ่งเขียนแทนด้วย \(L(\theta)\) คือฟังก์ชันที่แสดงถึงความน่าจะเป็นที่จะเห็นข้อมูลที่เราสังเกตได้จริง โดยกำหนดให้พารามิเตอร์มีค่าเป็น \(\theta\) เป้าหมายของเราคือการหาค่า \(\theta\) ที่ทำให้ข้อมูลที่เราสังเกตได้นั้นเป็นผลลัพธ์ที่ เป็นไปได้มากที่สุด เราเรียกค่าประมาณนี้ว่า \(\hat{\theta}\) (อ่านว่า "ทีตา-แฮท")

ทำไมเราต้องใช้ Natural Log?

ในโจทย์ส่วนใหญ่ ฟังก์ชัน Likelihood มักจะเป็นการคูณกันของความน่าจะเป็นจำนวนมหาศาล ซึ่งการคูณทศนิยมตัวเล็กๆ หลายสิบตัวเข้าด้วยกันนั้นเป็นเรื่องชวนปวดหัว! เพื่อให้ชีวิตง่ายขึ้น เราจึงนำค่า Natural Log มาใส่เพื่อให้กลายเป็น Log-likelihood ซึ่งแทนด้วย \(l(\theta)\) หรือ \(\ln L(\theta)\)
รู้หรือไม่? เนื่องจากลอการิทึมเป็น "ฟังก์ชันเพิ่ม" (Increasing function) ค่าของ \(\theta\) ที่ทำให้ Log-likelihood มากที่สุด จะเป็นค่าเดียวกันกับที่ทำให้ Likelihood เดิมมากที่สุดเสมอ และการใช้ Log ยังเปลี่ยนการคูณให้เป็นการบวก ซึ่งทำให้การหาอนุพันธ์ (Calculus) ง่ายขึ้นเยอะเลย!

2. การทำ MLE สำหรับข้อมูลความรุนแรง (Severity)

เริ่มกันที่ Severity (ขนาดของความเสียหายต่อครั้ง) สมมติว่าเรามีชุดข้อมูลความเสียหายที่เป็นอิสระต่อกัน \(x_1, x_2, ..., x_n\)

กรณีพื้นฐาน:
หากเรามีชุดข้อมูลที่สมบูรณ์โดยไม่มีค่าความรับผิดส่วนแรก (Deductible) หรือขีดจำกัดกรมธรรม์ (Limit) ค่า Likelihood ก็คือผลคูณของฟังก์ชันความหนาแน่นของความน่าจะเป็น (PDF) สำหรับข้อมูลแต่ละตัวนั่นเอง:
\(L(\theta) = \prod_{i=1}^{n} f(x_i; \theta)\)

ความเป็นจริงในงานประกันภัย: การตัดทอน (Truncation) และการถูกจำกัด (Censoring)
ในโลกของ ASTAM เราแทบไม่เจอข้อมูลที่ "บริสุทธิ์" เรามักต้องเจอกับ ค่าความรับผิดส่วนแรก (d) และ ขีดจำกัดกรมธรรม์ (u) ซึ่งสิ่งนี้จะเปลี่ยนวิธีเขียน Likelihood ของเรา!

• Left Truncation (การตัดทอนซ้าย - Deductibles): หากข้อมูลความเสียหายจะถูกบันทึกก็ต่อเมื่อค่าเกินกว่า \(d\) เท่านั้น เรากำลังดูความน่าจะเป็นแบบมีเงื่อนไข โดยที่ค่าการมีส่วนร่วมของข้อมูล \(x\) ต่อ Likelihood คือ: \(\frac{f(x)}{S(d)}\)
• Right Censoring (การเซนเซอร์ขวา - Policy Limits): หากความเสียหายถูกจำกัดไว้ที่ \(u\) เราจะไม่รู้ค่าที่แท้จริง รู้เพียงแค่ว่ามัน "อย่างน้อย \(u\)" ดังนั้นส่วนที่นำไปคิด Likelihood สำหรับกรณีนี้คือ: \(S(u)\)

ขั้นตอนการทำ MLE สำหรับข้อมูล Severity:

1. สร้างฟังก์ชัน Likelihood: สำหรับข้อมูลแต่ละจุด ให้ระบุว่าเป็นค่าเฉพาะเจาะจง \(f(x)\) หรือเป็นค่าที่ถูกจำกัดไว้ \(S(u)\) และต้องปรับค่าด้วย \(/ S(d)\) หากมีการตัดทอนข้อมูล
2. ใส่ Log: นำ \(\ln\) เข้าไปคูณตลอดทั้งสมการ
3. หาอนุพันธ์: หาอนุพันธ์เทียบกับ \(\theta\)
4. แก้สมการหาค่าศูนย์: กำหนดให้อนุพันธ์เท่ากับ 0 แล้วแก้หาค่า \(\hat{\theta}\)
5. ตรวจสอบ: (ในเชิงทฤษฎี) ให้เช็คอนุพันธ์อันดับสองเพื่อให้มั่นใจว่าเป็นจุดสูงสุด แต่ในข้อสอบ คำตอบแรกที่คุณหาได้มักจะเป็นคำตอบที่ต้องการอยู่แล้ว

ข้อควรจำสำคัญ: สำหรับ Severity ให้จำไว้ว่า: "ใช้ PDF สำหรับค่าที่ทราบแน่นอน, ใช้ Survival สำหรับค่าที่ถูกจำกัด, และหารด้วย Survival ของค่าความรับผิดส่วนแรกหากข้อมูลถูกตัดทอน"

3. การทำ MLE สำหรับข้อมูลความถี่ (Frequency)

ความถี่หมายถึง จำนวนครั้ง ที่เกิดความเสียหาย ในที่นี้ข้อมูล \(n_i\) ของเราจะเป็นจำนวนนับ (0, 1, 2...)

หากเราสังเกตพบความถี่ \(k\) ชุด คือ \(n_1, n_2, ..., n_k\) ค่า Likelihood คือผลคูณของฟังก์ชันมวลความน่าจะเป็น (PMF):
\(L(\theta) = \prod_{i=1}^{k} P(N = n_i; \theta)\)

บ่อยครั้งที่ข้อมูลความถี่จะถูกให้มาในรูปแบบตาราง (เช่น "มีกรมธรรม์ 50 ฉบับที่เกิด 0 ครั้ง, 30 ฉบับที่เกิด 1 ครั้ง...") ในกรณีนี้ ให้ใช้จำนวนนับเป็นเลขชี้กำลัง:
\(L(\theta) = [P(N=0)]^{50} \times [P(N=1)]^{30} ...\)

ทางลัดสำหรับความถี่ที่พบบ่อย:

สำหรับบางการแจกแจง คุณไม่จำเป็นต้องใช้แคลคูลัสเลย! ค่า MLE นั้นเป็นไปตามสัญชาตญาณ:
• Poisson: \(\hat{\lambda}\) คือค่าเฉลี่ยของกลุ่มตัวอย่าง (\(\bar{x}\))
• Binomial: \(\hat{q}\) คือค่าเฉลี่ยกลุ่มตัวอย่างหารด้วย \(m\)
• Negative Binomial: ถ้า \(r\) คงที่, \(\hat{\beta} = \bar{x} / r\)

สรุปสั้นๆ:
• Severity = ต่อเนื่อง (ใช้ \(f(x)\) และ \(S(x)\))
• Frequency = ไม่ต่อเนื่อง (ใช้ \(p_k\))
• ลอการิทึมคือเพื่อนที่ดีที่สุดของคุณ!

4. คุณสมบัติของตัวประมาณค่า MLE

ทำไมนักคณิตศาสตร์ประกันภัยถึงรัก MLE นัก? เพราะเมื่อขนาดตัวอย่าง \(n\) มีขนาดใหญ่ MLE จะกลายเป็น "ตัวประมาณค่าที่สมบูรณ์แบบ" นี่คือ 3 คุณสมบัติ (Asymptotic properties) ที่คุณต้องรู้:

1. Asymptotic Unbiasedness: ยิ่งมีข้อมูลมากเท่าไหร่ ค่าเฉลี่ยของค่าประมาณ \(\hat{\theta}\) ของคุณจะเข้าใกล้ค่าจริงอย่างสมบูรณ์แบบ
2. Asymptotic Normality: สำหรับกลุ่มตัวอย่างขนาดใหญ่ การแจกแจงของ \(\hat{\theta}\) จะมีลักษณะเป็นรูปกระดิ่ง (การแจกแจงปกติ) ซึ่งดีมากสำหรับการสร้างช่วงความเชื่อมั่น!
3. Asymptotic Efficiency: ในบรรดาตัวประมาณค่า "ที่ดี" ทั้งหมด MLE มีความแปรปรวนน้อยที่สุด มันคือเครื่องมือที่ "แม่นยำ" ที่สุดในชุดเครื่องมือของเรา

การคำนวณความแปรปรวนของ MLE

เพื่อหาดูว่าค่าประมาณของเราอาจจะ "แกว่ง" แค่ไหน เราใช้ Information Matrix (หรือ Fisher Information)
ความแปรปรวนของ \(\hat{\theta}\) โดยประมาณคือ:
\(Var(\hat{\theta}) \approx \frac{1}{-E[l''(\theta)]}\) หรือที่นิยมใช้ในข้อสอบมากกว่าคือ: \(\frac{1}{-l''(\hat{\theta})}\)

เทคนิคช่วยจำ: ให้นึกถึงอนุพันธ์อันดับสอง (\(l''\)) ว่าเป็น "ความโค้ง" หากเส้นกราฟ Log-likelihood มีความชันมาก (ความโค้งสูง) แสดงว่าเรามีความมั่นใจในค่าประมาณนี้มาก ดังนั้นความแปรปรวนจึงน้อย!

5. ข้อมูลแบบจัดกลุ่ม (ปัญหาถังใส่ข้อมูล)

บางครั้งเราไม่ทราบจำนวนความเสียหายที่แน่ชัด เราทราบเพียงแค่ว่ามีความเสียหายกี่รายการที่ตกอยู่ใน "ช่วง (Bucket)" บางอย่าง (เช่น มีความเสียหาย 10 รายการอยู่ระหว่าง 0 ถึง 1,000 บาท)
สำหรับกลุ่มที่อยู่ระหว่างขอบเขต \(c_{j-1}\) ถึง \(c_j\) ที่มีข้อมูล \(n_j\) รายการ ค่าการมีส่วนร่วมต่อ Likelihood คือ:
\([F(c_j) - F(c_{j-1})]^{n_j}\)

ข้อผิดพลาดที่ต้องระวัง: อย่าใช้ PDF \(f(x)\) สำหรับข้อมูลแบบกลุ่ม! เพราะคุณไม่มีค่า \(x\) ที่เฉพาะเจาะจง คุณต้องใช้ส่วนต่างของฟังก์ชันการแจกแจงสะสม (CDF) แทน

6. สรุปและเคล็ดลับสุดท้าย

• จัดระเบียบให้ดี: โจทย์ MLE อาจจะยาว ให้เขียน PDF หรือ PMF ออกมาให้ชัดเจนก่อนเริ่มแปลงเป็น Log
• ระวังเรื่อง Deductible: ถ้าข้อมูลคือ "ต่อการจ่ายจริง (per payment)" โดยปกติคุณต้องหารด้วย \(S(d)\) ถ้าเป็น "ต่อความเสียหาย (per loss)" และข้อมูลที่ให้มาเป็นข้อมูลที่เกิน \(d\) ก็ใช้ตรรกะเดียวกัน
• ฝึกทำอนุพันธ์: นักเรียน ASTAM หลายคนเสียคะแนนไม่ใช่เพราะคอนเซปต์ประกันภัย แต่เพราะพลาดแคลคูลัสพื้นฐาน ทบทวนสูตร \(\frac{d}{dx} \ln(u) = \frac{1}{u} u'\) ให้แม่น
• ตรวจสอบการแจกแจงของคุณ: มันคือ Gamma? Pareto? หรือ Exponential? แต่ละตัวมีทางลัดหรือ PDF เฉพาะของมัน เตรียมตาราง ASTAM ไว้ใกล้ตัวเสมอ!

หัวใจสำคัญสำหรับข้อสอบ: MLE คือการหาพารามิเตอร์ที่ทำให้ความเป็นจริงที่สังเกตได้ดูเป็นไปได้มากที่สุด ไม่ว่าจะเป็นความถี่หรือความรุนแรง รูปแบบคือ: Likelihood \(\rightarrow\) Log \(\rightarrow\) อนุพันธ์ \(\rightarrow\) เท่ากับศูนย์ คุณทำได้แน่นอน!