ยินดีต้อนรับสู่โลกของข้อมูลที่ไม่สมบูรณ์!

สวัสดีครับ! ในการเดินทางผ่านข้อสอบ FAM คุณน่าจะเชี่ยวชาญเรื่อง Maximum Likelihood Estimation (MLE) สำหรับชุดข้อมูลที่สมบูรณ์แบบมาแล้ว แต่ในโลกความเป็นจริงของการประกันภัย ข้อมูลไม่ค่อยจะสมบูรณ์แบบเท่าไรนัก บางครั้งเรารู้แค่ว่าความเสียหายนั้น "อย่างน้อยที่สุด" เท่าไหร่ หรือถ้าความเสียหายต่ำกว่าค่าความเสียหายส่วนแรก (deductible) เราก็จะไม่เห็นข้อมูลนั้นเลยด้วยซ้ำ

ในบทนี้ เราจะมาเรียนรู้วิธีปรับ "สูตร" MLE ของเราให้รองรับข้อมูลประเภท Censored (การตัดตอน) และ Truncated (การจำกัดช่วงข้อมูล) ไม่ต้องกังวลนะถ้าชื่อเหล่านี้ฟังดูเทคนิคเกินไป เราจะมาถอดรหัสพวกมันด้วยการเปรียบเทียบที่เข้าใจง่าย เพื่อให้คุณไปลุยโจทย์ข้อสอบได้อย่างมั่นใจ!

1. ทำความเข้าใจคำศัพท์: Censoring vs. Truncation

ก่อนจะไปดูคณิตศาสตร์ เราต้องเข้าใจก่อนว่าเกิดอะไรขึ้นกับข้อมูลของเรา ถ้าคุณแยกประเภทข้อมูลได้ สูตรก็จะกลายเป็นเรื่องง่ายทันที!

Censoring: "ฉันรู้ว่าคุณอยู่ตรงนั้นนะ แต่ฉันไม่รู้ว่าคุณใหญ่แค่ไหนกันแน่"

ในการประกันภัย Right-Censoring เป็นประเภทที่พบได้บ่อยที่สุด ซึ่งมักจะเกิดจาก เพดานความคุ้มครอง (policy limit)

ตัวอย่าง: กรมธรรม์มีเพดานความคุ้มครองที่ $10,000 หากเกิดไฟไหม้ครั้งใหญ่จนสร้างความเสียหาย $50,000 บริษัทประกันจะบันทึกรายการนี้ไว้เพียง $10,000 เท่านั้น เรารู้ว่าความเสียหายจริงนั้น อย่างน้อยที่สุด คือ $10,000 แต่เราไม่รู้ตัวเลขที่แท้จริงหลังจากนั้น

Truncation: "ถ้าคุณไม่ใหญ่พอ ฉันก็ไม่รู้ด้วยซ้ำว่าคุณมีตัวตนอยู่"

ในการประกันภัย Left-Truncation เป็นเรื่องปกติเพราะมี ค่าความเสียหายส่วนแรก (deductible) เข้ามาเกี่ยวข้อง

ตัวอย่าง: กรมธรรม์มีค่าความเสียหายส่วนแรก $500 หากผู้เอาประกันภัยมีความเสียหาย $300 เขาจะไม่มาเคลมประกัน บริษัทประกัน จะไม่มีวันได้รับรู้เรื่องนี้เลย ข้อมูลของเราจึงมีเฉพาะคนที่ "ผ่าน" เกณฑ์ $500 ขึ้นไปเท่านั้น เรากำลังขาดข้อมูลส่วนล่างทั้งหมดของชุดการกระจายตัว

กล่องสรุปด่วน:

  • Censored: คุณมีข้อมูลนั้นอยู่ แต่ค่าของมันถูกจำกัดเพดานไว้
  • Truncated: คุณขาดข้อมูลบางจุดไปเลย เพราะมันมีค่าต่ำกว่า (หรือสูงกว่า) เกณฑ์ที่กำหนด

2. "ส่วนประกอบสำคัญ" ของฟังก์ชันภาวะน่าจะเป็น (Likelihood Function)

ในการหาค่า MLE เราต้องสร้าง ฟังก์ชันภาวะน่าจะเป็น (Likelihood Function) ซึ่งเขียนแทนด้วย \(L(\theta)\) ให้ลองนึกภาพว่านี่คือ "ผลคูณของความน่าจะเป็น" ที่ข้อมูลแต่ละชิ้นจะเข้ามามีส่วนร่วมในภาพรวม

กรณี A: ข้อมูลที่ทราบค่าแน่นอน (Exact Observation)

ถ้าเรารู้ค่าที่แน่นอน \(x\) ผลตอบแทนของข้อมูลคือฟังก์ชันความหนาแน่นความน่าจะเป็น (pdf):
ส่วนสนับสนุน = \(f(x)\)

กรณี B: ข้อมูลถูกตัดตอนด้านขวา (Right-Censored) ที่ \(u\)

ถ้าเรารู้เพียงว่าค่านี้ อย่างน้อยที่สุด คือ \(u\) เราจะใช้ฟังก์ชันการอยู่รอด (survival function) ทำไมนะหรือ? เพราะฟังก์ชันการอยู่รอด \(S(u)\) คือความน่าจะเป็นที่ค่าจะมากกว่า \(u\) นั่นเอง
ส่วนสนับสนุน = \(S(u) = 1 - F(u)\)

กรณี C: ข้อมูลถูกจำกัดช่วงด้านซ้าย (Left-Truncated) ที่ \(d\)

นี่คือจุดที่ยากที่สุด เพราะเราเห็นข้อมูลเพียงเพราะมัน ผ่านเงื่อนไขว่า ต้องมากกว่า \(d\) เราจึงต้องใช้ ความน่าจะเป็นแบบมีเงื่อนไข (conditional probability) โดยการนำส่วนสนับสนุนปกติมาหารด้วย \(S(d)\)
ส่วนสนับสนุน = \(\frac{\text{f(x) หรือ S(u)}}{S(d)}\)

3. สรุปภาพรวม: สูตร Likelihood ทั่วไป

ถ้าเรามีข้อมูลผสมกันระหว่างค่าที่แน่นอน (\(x_i\)) และค่าที่ถูกตัดตอน (\(u_j\)) โดยทั้งหมดอยู่ภายใต้จุดจำกัดช่วง (\(d\)) ฟังก์ชัน Likelihood จะออกมาหน้าตาแบบนี้:

\(L(\theta) = \prod_{i=1}^{n} \frac{f(x_i)}{S(d)} \times \prod_{j=1}^{m} \frac{S(u_j)}{S(d)}\)

เดี๋ยว! อย่าเพิ่งตกใจไป! ถ้าไม่มีการจำกัดช่วง (Truncation) แสดงว่า \(d = 0\) และเนื่องจาก \(S(0) = 1\) ตัวหารก็จะหายไปเอง โจทย์ข้อสอบส่วนใหญ่จะมีแค่หนึ่งหรือสองกรณีนี้พร้อมกันเท่านั้น

คุณรู้หรือไม่?
ข้อผิดพลาดที่พบบ่อยที่สุดที่นักศึกษาทำคือ การลืมหารด้วย \(S(d)\) เมื่อมีค่าความเสียหายส่วนแรกเข้ามาเกี่ยวข้อง ให้ถามตัวเองเสมอว่า: "มีค่าอะไรที่ต่ำกว่าเกณฑ์นี้แล้วฉันจะไม่เห็นการเคลมประกันนั้นเลยไหม?" ถ้าคำตอบคือใช่ นั่นแปลว่ามี Truncation เกิดขึ้น!

4. ขั้นตอนการแก้โจทย์ MLE

ทำตามขั้นตอนเหล่านี้เพื่อไม่ให้หลงทางในสมการพีชคณิต:

ขั้นตอนที่ 1: ระบุส่วนประกอบต่างๆ
จดออกมาว่าข้อมูลไหนคือค่าที่แน่นอน (\(x\)), ข้อมูลไหนคือค่าที่ถูกตัดตอน (\(u\)), และจุดที่มีการจำกัดช่วง (\(d\)) คือเท่าไหร่

ขั้นตอนที่ 2: เขียนฟังก์ชัน Likelihood \(L(\theta)\)
แทนค่าลงในสูตร \(f(x)\) และ \(S(x)\) ตามการกระจายตัวของข้อมูลนั้นๆ (เช่น Exponential หรือ Pareto)

ขั้นตอนที่ 3: เทค Natural Log เพื่อให้ได้ Log-Likelihood \(l(\theta)\)
การทำงานกับผลรวมนั้นง่ายกว่าผลคูณเยอะ จำไว้ว่า: \(\ln(a \times b) = \ln(a) + \ln(b)\) และ \(\ln(a/b) = \ln(a) - \ln(b)\)

ขั้นตอนที่ 4: หาอนุพันธ์เทียบกับ \(\theta\)
ตั้งสมการอนุพันธ์ให้เท่ากับศูนย์: \(\frac{d}{d\theta} l(\theta) = 0\)

ขั้นตอนที่ 5: แก้สมการหาค่า \(\theta\)
นี่คือค่า Maximum Likelihood Estimate ของคุณแล้ว!

5. การเปรียบเทียบในโลกจริง: โมเดล "แอปหาคู่"

ลองจินตนาการว่าคุณกำลังศึกษาความสูงของคนที่เล่นแอปหาคู่เพื่อหาความสูงเฉลี่ย (\(\theta\)):

  • ข้อมูลที่แน่นอน: คนที่ระบุความสูงในโปรไฟล์ไว้เป๊ะๆ ว่า 5 ฟุต 10 นิ้ว (ใช้ \(f(x)\))
  • ข้อมูลที่ถูกตัดตอน (Censored): คนที่เลือกแค่ช่องติ๊กถูกว่า "สูงกว่า 6 ฟุต" คุณไม่รู้หรอกว่าเขาจะสูง 6 ฟุต 1 นิ้ว หรือ 7 ฟุต (ใช้ \(S(6)\))
  • ข้อมูลที่ถูกจำกัดช่วง (Truncated): แอปมีตัวกรองว่าใครที่เตี้ยกว่า 5 ฟุตจะไม่ได้รับอนุญาตให้สมัคร คุณจะมองไม่เห็นคนกลุ่มนี้ในข้อมูลเลย! (เอาทุกคนหารด้วย \(S(5)\))

6. ข้อควรระวังที่พบบ่อย

1. สลับกันระหว่าง \(f(x)\) กับ \(F(x)\): จำไว้นะ จุดข้อมูลที่แน่นอนใช้ pdf (\(f\)) ส่วนข้อมูลที่ถูกตัดตอน (เป็นช่วง) ใช้ฟังก์ชันการอยู่รอด (\(S = 1-F\))

2. ลืมตัว "n": เวลาเทค Log ของผลคูณอย่าง \(\prod S(d)\) มันจะกลายเป็น \(n \ln S(d)\) อย่าลืมใส่ค่า \(n\) เด็ดขาด!

3. ทางลัดสำหรับ Exponential: สำหรับการกระจายตัวแบบ Exponential ที่มีพารามิเตอร์ \(\theta\) (ค่าเฉลี่ย) ค่า MLE มักจะเป็นแค่ (ค่าความเสียหายส่วนเกินเฉลี่ยเหนือ deductible) มองหารูปแบบเหล่านี้ไว้จะช่วยประหยัดเวลาได้มาก!

สรุปสาระสำคัญ

1. ค่าที่แน่นอน ใช้ \(f(x)\) ในฟังก์ชัน Likelihood
2. ค่าที่ถูกตัดตอนด้านขวา (เช่น เพดานความคุ้มครอง) ใช้ \(S(u)\)
3. ค่าที่ถูกจำกัดช่วงด้านซ้าย (เช่น deductible) ต้องหารด้วย \(S(d)\)
4. เป้าหมาย: หาค่าพารามิเตอร์ \(\theta\) ที่ดีที่สุดโดยการทำให้ Log ของผลคูณทั้งหมดมีค่าสูงสุด

คุณทำได้ดีมาก! MLE กับข้อมูลที่ไม่สมบูรณ์ถือเป็นหัวข้อ "เนื้อหาหนักๆ" ของ FAM แต่เมื่อคุณจำรูปแบบของ \(f(x)\), \(S(u)\), และ \(S(d)\) ได้แล้ว มันจะกลายเป็นเกมการประกอบจิ๊กซอว์ง่ายๆ ฝึกฝนต่อไปนะ!