ยินดีต้อนรับสู่โลกของ MLE!

สวัสดีครับว่าที่นักคณิตศาสตร์ประกันภัยทุกคน! วันนี้เราจะมาเจาะลึกเครื่องมือที่ทรงพลังที่สุดชิ้นหนึ่งในคลังอาวุธของเรา นั่นก็คือ Maximum Likelihood Estimation (MLE) แม้ชื่อจะดูน่ากลัวไปนิด แต่จริงๆ แล้วแนวคิดของมันเข้าใจได้ไม่ยากเลยครับ ในบทนี้ เราจะโฟกัสไปที่ข้อมูลแบบ complete, individual data ซึ่งหมายความว่าเรามีรายการข้อมูลที่ชัดเจนและแม่นยำของทุกจุดในตัวอย่างของเรา ไม่มีข้อมูลที่หายไป ไม่มีค่าที่ระบุแค่ "มากกว่าเท่าใด" และไม่มีการแบ่งช่วงเป็นกลุ่มๆ ครับ

ลองคิดว่า MLE เหมือนนักสืบ คุณมี "เบาะแส" (ข้อมูลของคุณ) และคุณกำลังพยายามหาว่า "เรื่องราว" แบบไหน (ซึ่งก็คือพารามิเตอร์ \(\theta\)) ที่ทำให้เบาะแสเหล่านั้นดูน่าเชื่อถือที่สุด มาเริ่มกันเลย!

1. Maximum Likelihood Estimation คืออะไร?

ลองจินตนาการว่าคุณมีถุงใส่ลูกแก้วที่มีทั้งสีแดงและสีน้ำเงิน แต่คุณไม่รู้ว่าสัดส่วนของลูกแก้วสีแดง (\(\theta\)) คือเท่าไร คุณสุ่มหยิบลูกแก้วออกมา 10 ลูก แล้วพบว่าเป็นสีแดง 9 ลูก คุณจะเดาไหมว่าในถุงมีสีแดงแค่ 10%? คงไม่ใช่นะ! คุณน่าจะเดาสัดส่วนที่สูงกว่านั้น เพราะนั่นทำให้ผลลัพธ์ที่คุณเจอ (สีแดง 9 ลูก) เป็นสิ่งที่ มีโอกาสเกิดขึ้นได้มากที่สุด (most likely) และนี่คือสิ่งที่ MLE ทำในเชิงคณิตศาสตร์ครับ

แนวคิดหลัก: Likelihood Function หรือฟังก์ชันภาวะน่าจะเป็น ซึ่งเขียนแทนด้วย \(L(\theta)\) คือฟังก์ชันที่แสดงโอกาส (หรือความหนาแน่น) ในการพบข้อมูลที่คุณมีอยู่ โดยขึ้นอยู่กับค่าพารามิเตอร์ที่กำหนด

ทำไมเราถึงต้องใช้? นักคณิตศาสตร์ประกันภัยใช้ MLE ในการประมาณค่าพารามิเตอร์ของ loss distributions (เช่น ค่าเฉลี่ยของขนาดเคลม) เพื่อให้เราสามารถตั้งราคาเบี้ยประกันภัยได้อย่างแม่นยำครับ

2. Likelihood Function สำหรับข้อมูลแบบรายบุคคล (Individual Data)

เมื่อเรามีข้อมูลแบบ complete, individual data เราจะมีชุดข้อมูลสังเกตการณ์คือ \(x_1, x_2, ..., x_n\) เนื่องจากข้อมูลเหล่านี้เป็นอิสระต่อกัน ความน่าจะเป็นที่จะเห็นข้อมูลทั้งหมดนี้พร้อมกันจึงเท่ากับ ผลคูณ ของความน่าจะเป็นของแต่ละตัวครับ

ถ้าเป็นข้อมูลแบบ ต่อเนื่อง (continuous) เราจะใช้ฟังก์ชันความหนาแน่นของความน่าจะเป็น (PDF), \(f(x)\):
\(L(\theta) = f(x_1; \theta) \cdot f(x_2; \theta) \cdot ... \cdot f(x_n; \theta) = \prod_{i=1}^{n} f(x_i; \theta)\)

ถ้าเป็นข้อมูลแบบ ไม่ต่อเนื่อง (discrete) เราจะใช้ฟังก์ชันมวลความน่าจะเป็น (PMF), \(p(x)\):
\(L(\theta) = p(x_1; \theta) \cdot p(x_2; \theta) \cdot ... \cdot p(x_n; \theta) = \prod_{i=1}^{n} p(x_i; \theta)\)

ทบทวนสั้นๆ: เป้าหมายของเรา

เราต้องการหาค่า \(\theta\) ที่ทำให้ \(L(\theta)\) มีค่า มากที่สุด (maximize) ซึ่งในทางแคลคูลัส ปกติแล้วเราจะใช้วิธีหาอนุพันธ์ (derivative) แล้วจับเท่ากับศูนย์ครับ

3. ทางลัด "Log-Likelihood"

การทำงานกับผลคูณนั้นยุ่งยาก โดยเฉพาะเมื่อต้องใช้กฎผลคูณ (product rule) ในการหาอนุพันธ์ เพื่อให้ชีวิตง่ายขึ้น เราจึงใช้เทคนิคทางคณิตศาสตร์คือ ลอการิทึมธรรมชาติ (Natural Logarithm) ครับ

เนื่องจากฟังก์ชัน log เป็นฟังก์ชันที่ "เพิ่มขึ้นตลอด" (monotonically increasing) ค่าของ \(\theta\) ที่ทำให้ \(L(\theta)\) มากที่สุด ก็จะทำให้ Log-Likelihood Function ซึ่งเขียนแทนด้วย \(l(\theta)\) มากที่สุดเช่นกัน

เทคนิค:
\(l(\theta) = \ln[L(\theta)] = \ln[f(x_1) \cdot f(x_2) \cdot ... \cdot f(x_n)]\)
เมื่อใช้สมบัติของ log เราสามารถเปลี่ยนผลคูณให้กลายเป็น ผลบวก ของ log ได้:
\(l(\theta) = \sum_{i=1}^{n} \ln f(x_i; \theta)\)

ตัวช่วยจำ: "Log เปลี่ยนคูณเป็นบวก" การบวกกันนั้นหาอนุพันธ์ได้ง่ายกว่าการคูณกันเยอะเลยครับ!

4. ขั้นตอนการคำนวณ MLE ทีละสเต็ป

ถ้ารู้สึกยากในตอนแรก ไม่ต้องกังวลนะ! แค่ทำตาม 5 ขั้นตอนนี้ทุกครั้ง:

ขั้นที่ 1: เขียน PDF หรือ PMF สำหรับข้อมูลหนึ่งตัว \(x_i\)
ขั้นที่ 2: สร้าง Likelihood Function \(L(\theta)\) โดยการคูณ PDF ทั้งหมดเข้าด้วยกัน
ขั้นที่ 3: ใส่ ln เพื่อให้ได้ Log-Likelihood Function \(l(\theta)\) แล้วจัดรูปให้ง่ายที่สุดโดยใช้สมบัติของ log!
ขั้นที่ 4: หาอนุพันธ์ของ \(l(\theta)\) เทียบกับ \(\theta\)
ขั้นที่ 5: จับอนุพันธ์เท่ากับศูนย์แล้วแก้หาค่า \(\theta\) ค่าที่ได้คือ Maximum Likelihood Estimate ซึ่งมักเขียนแทนด้วย \(\hat{\theta}\) ครับ

สิ่งที่ต้องจำให้ขึ้นใจ

ถ้าเห็นคำว่า "Estimate" และ "MLE" ในข้อสอบ Exam FAM ให้คิดในใจทันทีว่า: Likelihood \(\rightarrow\) Log \(\rightarrow\) Derivative \(\rightarrow\) Zero

5. ตัวอย่าง: Exponential Distribution

ลองมาดูตัวอย่างยอดฮิตในข้อสอบกันครับ สมมติว่าเรามีข้อมูลเคลม \(x_1, x_2, ..., x_n\) จากการแจกแจงแบบ Exponential ที่มีค่าเฉลี่ยคือ \(\theta\) โดยมี PDF คือ \(f(x) = \frac{1}{\theta} e^{-x/\theta}\)

1. Likelihood: \(L(\theta) = \prod \frac{1}{\theta} e^{-x_i/\theta} = \theta^{-n} e^{-\sum x_i / \theta}\)
2. Log-Likelihood: \(l(\theta) = -n \ln(\theta) - \frac{\sum x_i}{\theta}\)
3. Derivative: \(\frac{dl}{d\theta} = -\frac{n}{\theta} + \frac{\sum x_i}{\theta^2}\)
4. จับเท่ากับศูนย์: \(0 = -\frac{n}{\theta} + \frac{\sum x_i}{\theta^2} \implies \frac{n}{\theta} = \frac{\sum x_i}{\theta^2}\)
5. ผลลัพธ์: \(\hat{\theta} = \frac{\sum x_i}{n} = \bar{x}\) (ได้ค่าเฉลี่ยของตัวอย่าง!)

รู้ไหมครับ? สำหรับการแจกแจงพื้นฐานหลายๆ ตัว เช่น Exponential, Poisson และ Normal ค่า MLE ของค่าเฉลี่ยก็คือค่าเฉลี่ยของข้อมูลที่คุณมีนั่นเอง!

6. ข้อควรระวังที่พบบ่อย

แม้แต่คนที่เก่งที่สุดก็อาจพลาดจุดเหล่านี้ได้ ระวังให้ดีนะครับ!

1. ใช้ CDF แทน PDF: สำหรับข้อมูลรายบุคคลที่ครบถ้วน (complete) ให้ใช้ฟังก์ชันความหนาแน่น \(f(x)\) เสมอ ส่วน CDF \(F(x)\) จะใช้เฉพาะกับข้อมูลที่ถูกตัดทอน (censored data) ซึ่งเราจะเรียนในบทอื่นครับ
2. พลาดกฎของ Log: อย่าลืมว่า \(\ln(e^A) = A\) และ \(\ln(A^B) = B \ln(A)\) การวางเลขชี้กำลังผิดที่คือทางลัดที่เร็วที่สุดในการหาคำตอบที่ผิดครับ
3. ลืม 'n': เมื่อคุณคูณพจน์ที่เหมือนกัน n พจน์ ส่วนที่เป็นค่าคงที่ต้องยกกำลัง n เมื่อเปลี่ยนเป็น log-likelihood มันจะกลายเป็นตัวคูณ n ข้างหน้า
4. พารามิเตอร์หลายตัว: ถ้าการแจกแจงมีสองพารามิเตอร์ (เช่น \(\alpha\) และ \(\theta\) ใน Gamma distribution) คุณต้องหาอนุพันธ์ย่อย (partial derivatives) สำหรับแต่ละตัวแล้วแก้สมการพร้อมกันครับ

7. สรุปและทบทวนอย่างเร็ว

เพื่อปิดท้ายบทนี้ มาสรุปสิ่งสำคัญสำหรับ complete, individual data กันครับ:

  • Complete Data: คุณรู้ค่าที่แท้จริงของข้อมูลทุกตัว
  • Likelihood Function: \(L(\theta) = \prod f(x_i)\)
  • Log-Likelihood: \(l(\theta) = \sum \ln f(x_i)\)
  • "ทางลัด": สำหรับการแจกแจงแบบ Exponential และ Poisson ค่า MLE ของค่าเฉลี่ยเกือบจะเป็น ค่าเฉลี่ยของตัวอย่าง (\(\bar{x}\)) เสมอ

เคล็ดลับสุดท้าย: ฝึกทำโจทย์พีชคณิตเยอะๆ นะครับ! นักเรียนส่วนใหญ่ที่ติดขัดเรื่อง MLE ใน Exam FAM มักจะเข้าใจสถิติ แต่ไปตกม้าตายตอนคำนวณ ln และการหาอนุพันธ์ สู้ๆ ครับ คุณทำได้อยู่แล้ว!