ยินดีต้อนรับสู่โลกของ Transition Intensities!
สวัสดีครับทุกคน! วันนี้เราจะมาเจาะลึกหนึ่งในเครื่องมือที่สำคัญที่สุดในคลังความรู้ของนักคณิตศาสตร์ประกันภัย นั่นคือ Maximum Likelihood Estimators (MLEs) สำหรับค่า Transition Intensities ครับ ถ้าคุณเคยสงสัยว่าบริษัทประกันคำนวณ "ความเสี่ยง" ของการเปลี่ยนสถานะจาก 'สุขภาพดี' ไปเป็น 'ป่วย' หรือจาก 'มีชีวิตอยู่' ไปเป็น 'เสียชีวิต' ได้อย่างไร นี่คือจุดที่ความมหัศจรรย์เกิดขึ้นครับ
ไม่ต้องกังวลไปนะครับถ้าดูจากคณิตศาสตร์แล้วจะรู้สึกว่าน่ากลัวในตอนแรก เราจะค่อยๆ ย่อยให้เข้าใจทีละขั้นตอนครับ เมื่อจบบทเรียนนี้ คุณจะพบว่าการหาค่าประมาณ "ที่ดีที่สุด" (best estimate) สำหรับอัตราความเสี่ยงนั้น จริงๆ แล้วมีตรรกะที่สมเหตุสมผลมาก!
Transition Intensity คืออะไรกันแน่?
ก่อนที่เราจะเริ่มทำการพิสูจน์หาค่าใดๆ เรามาทบทวนกันสั้นๆ ก่อนครับว่าเรากำลังดูอะไรอยู่ ในแบบจำลองการอยู่รอด (survival models) นั้น transition intensity (มักแทนด้วยสัญลักษณ์กรีก \(\mu\) หรือ \(\sigma\)) หมายถึง อัตราการเปลี่ยนสถานะจากสถานะหนึ่งไปยังอีกสถานะหนึ่ง ณ ขณะใดขณะหนึ่ง
ลองนึกภาพเหมือน มาตรวัดความเร็ว (speedometer) ดูครับ ถ้าคุณขับรถด้วยความเร็ว 60 ไมล์ต่อชั่วโมง นั่นไม่ได้แปลว่าคุณต้องขับนานหนึ่งชั่วโมงนะครับ แต่มันบอกแค่ว่าในเสี้ยววินาทีนั้นคุณกำลังเคลื่อนที่ด้วยความเร็วเท่าไหร่ ในทำนองเดียวกัน \(\mu\) ก็บอก "แรง" หรือ "ความเร็ว" ของการเสียชีวิตหรือการเจ็บป่วย ณ เวลาที่กำหนดครับ
แผนการสังเกตการณ์และค่าสถิติ (The Observational Plan and Statistics)
ในการประมาณค่า transition intensities เราจะกำหนด แผนการสังเกตการณ์ (observational plan) ขึ้นมา โดยเราจะสังเกตกลุ่มตัวอย่างที่มีขนาดจำกัดจำนวน \(N\) คน ตลอดช่วงเวลาการสำรวจที่กำหนด สำหรับแต่ละคน เราจะบันทึกข้อมูลดังนี้:
- เวลาที่เข้าสู่ช่วงการสังเกตการณ์ (และสถานะเริ่มต้น)
- เวลาที่แน่นอนของการเปลี่ยนสถานะระหว่างสถานะต่างๆ
- เวลาที่ออกจากการสังเกตการณ์ (ไม่ว่าจะเป็นเพราะสิ้นสุดระยะเวลาการศึกษา การถอนตัวออก หรือการเข้าสู่สถานะดูดกลืน (absorbing state))
จากแผนการสังเกตการณ์นี้ จะได้ค่าสถิติสรุปที่สำคัญสองค่าสำหรับแต่ละสถานะ \(i\) และการเปลี่ยนสถานะ \(i \to j\):
1. เวลารอคอย (Waiting time) (หรือ central exposure รวม) \(v_i\): คือเวลาทั้งหมดที่ทุกคนใช้ไปในขณะที่อยู่ในสถานะ \(i\) และอยู่ภายใต้การสังเกตการณ์
2. จำนวนการเปลี่ยนสถานะ (Transition count) \(d_{ij}\): คือจำนวนการเปลี่ยนสถานะทั้งหมดที่สังเกตได้โดยตรงจากสถานะ \(i\) ไปยังสถานะ \(j\)
เป้าหมายของเรา: Maximum Likelihood Estimation (MLE)
ในโลกความเป็นจริง เราสังเกตการเคลื่อนย้ายเหล่านี้ในกลุ่มตัวอย่างของเรา เรามีข้อมูลอยู่ในมือแต่เราไม่ทราบค่าที่แท้จริงของ \(\mu\) วิธีการของ Maximum Likelihood จึงตั้งคำถามว่า: "ค่า \(\mu\) ค่าไหนนะที่จะทำให้ข้อมูลที่เราสังเกตเห็นจริงนั้น มีโอกาสเกิดขึ้นได้มากที่สุด?"
ขั้นตอนที่ 1: การสร้างฟังก์ชัน Likelihood
ในการหา MLE ก่อนอื่นเราต้องเขียน ฟังก์ชัน Likelihood หรือ \(L(\mu)\) ขึ้นมาก่อน สำหรับค่า intensity \(\mu\) ที่คงที่ในแบบจำลองการลดลงทางเดียว (single-decrement model เช่น จากมีชีวิตอยู่ไปเป็นเสียชีวิต):
1. การคงอยู่ในสถานะ: ความน่าจะเป็นที่บุคคลหนึ่งจะคงอยู่ในสถานะนั้นต่อไปตลอดระยะเวลาการสังเกต \(t\) คือ \(e^{-\mu t}\) เมื่อคูณรวมประสบการณ์ของทุกคนเข้าด้วยกันจะได้ \(e^{-\mu v}\) โดยที่ \(v = \sum t\) คือเวลารอคอยรวมทั้งหมด
2. การเปลี่ยนสถานะ: ถ้าบุคคลหนึ่งเปลี่ยนสถานะ ณ ช่วงเวลาใดเวลาหนึ่ง เหตุการณ์นั้นจะส่งผลต่อฟังก์ชันด้วยตัวประกอบที่แปรผันตรงกับ \(\mu\) สำหรับการเปลี่ยนสถานะทั้งหมด \(d\) ครั้ง จะมีค่าส่งผลเท่ากับ \(\mu^d\)
เมื่อรวมส่วนประกอบที่เป็นอิสระต่อกันเหล่านี้เข้าด้วยกัน จะได้ฟังก์ชัน Likelihood ดังนี้:
\(L(\mu) = C \mu^d e^{-\mu v}\)
โดยที่ \(C\) คือค่าคงที่ใดๆ ที่ไม่ขึ้นกับค่า \(\mu\)
ขั้นตอนที่ 2: ฟังก์ชัน Log-Likelihood
เพื่อให้การหาอนุพันธ์ทำได้ง่ายขึ้น เราจะใช้ ลอการิทึมธรรมชาติ (natural logarithm) กับฟังก์ชัน Likelihood (โดยละเว้นค่าคงที่ของการบวกที่ไม่ขึ้นกับ \(\mu\)):
\(l(\mu) = \ln(L(\mu)) = d \ln(\mu) - \mu v\)
ขั้นตอนที่ 3: การหาค่าสูงสุด
ในการหาค่าสูงสุดของ log-likelihood เราจะหาอนุพันธ์อันดับหนึ่งเทียบกับ \(\mu\) แล้วกำหนดให้เท่ากับ ศูนย์:
\(\frac{dl}{d\mu} = \frac{d}{\mu} - v = 0\)
เมื่อแก้สมการหาค่า \(\mu\) จะได้ค่า MLE:
\(\hat{\mu} = \frac{d}{v}\)
ประเด็นสำคัญ: ค่าประมาณ Maximum Likelihood สำหรับ transition intensity ก็คือ จำนวนการเปลี่ยนสถานะทั้งหมด หารด้วย เวลาที่ตกอยู่ในความเสี่ยงทั้งหมด (Total Time at Risk) นั่นเองครับ
ขั้นตอนที่ 4: การตรวจสอบ (อนุพันธ์อันดับสอง)
เพื่อยืนยันว่า \(\hat{\mu}\) ให้ค่าสูงสุดของ Likelihood จริง ไม่ใช่ค่าต่ำสุด เราจะตรวจสอบอนุพันธ์อันดับสอง:
\(\frac{d^2l}{d\mu^2} = -\frac{d}{\mu^2}\)
เนื่องจาก \(d > 0\) และ \(\mu^2 > 0\) อนุพันธ์อันดับสองจึงมีค่าเป็นลบอย่างแท้จริง ซึ่งเป็นการยืนยันว่าเราได้ค่าสูงสุดสัมพัทธ์และค่าสูงสุดสัมบูรณ์เพียงค่าเดียว
การแจกแจงเชิงเส้นกำกับของตัวประมาณการ (Asymptotic Distribution)
จากทฤษฎี Maximum Likelihood เมื่อขนาดของกลุ่มตัวอย่างมีขนาดใหญ่ขึ้น ตัวประมาณการ \(\hat{\mu}\) จะมีการแจกแจงแบบปกติเชิงเส้นกำกับ (asymptotically normally distributed):
\(\hat{\mu} \sim N\left(\mu, \frac{1}{I(\mu)}\right)\)
โดยที่ \(I(\mu)\) คือ Fisher information ที่คาดหวัง:
\(I(\mu) = -E\left[\frac{d^2l}{d\mu^2}\right] = E\left[\frac{D}{\mu^2}\right] = \frac{E[D]}{\mu^2}\)
เนื่องจาก \(E[D] = \mu E[V]\) เราจึงได้ \(I(\mu) = \frac{E[V]}{\mu}\) ดังนั้น ความแปรปรวนเชิงเส้นกำกับ (asymptotic variance) จึงเท่ากับ:
\(\text{Var}(\hat{\mu}) \approx \frac{\mu}{E[V]} = \frac{\mu^2}{E[D]}\)
ในทางปฏิบัติ เมื่อแทนค่าพารามิเตอร์ด้วยค่าสถิติที่สังเกตได้ จะได้ค่าประมาณความแปรปรวนดังนี้:
\(\widehat{\text{Var}}(\hat{\mu}) = \frac{d}{v^2} = \frac{\hat{\mu}}{v}\)
การขยายสู่กรณีหลายสถานะและการแจกแจงร่วม
ถ้าบุคคลสามารถย้ายไปมาระหว่างหลายสถานะได้ล่ะ (เช่น สุขภาพดี, ป่วย, เสียชีวิต)? สมมติว่าเรามีแบบจำลองมาร์คอฟ (Markov model) ที่มีสถานะ \(i, j, \dots\) และมี transition intensities คงที่เท่ากับ \(\mu_{ij}\) ฟังก์ชัน Likelihood เต็มรูปแบบคือ:
\(L = \prod_{i} \prod_{j \neq i} \mu_{ij}^{d_{ij}} \exp(-v_i \mu_{ij})\)
เมื่อใส่ log เข้าไป:
\(l = \sum_{i} \sum_{j \neq i} \left( d_{ij} \ln(\mu_{ij}) - \mu_{ij} v_i \right)\)
เมื่อหาอนุพันธ์ย่อยเทียบกับแต่ละ intensity \(\mu_{ij}\):
\(\frac{\partial l}{\partial \mu_{ij}} = \frac{d_{ij}}{\mu_{ij}} - v_i = 0 \implies \hat{\mu}_{ij} = \frac{d_{ij}}{v_i}\)
สังเกตสิ่งที่เกิดขึ้นกับอนุพันธ์ย่อยอันดับสอง:
- สำหรับการเปลี่ยนสถานะเดียวกัน: \(\frac{\partial^2 l}{\partial \mu_{ij}^2} = -\frac{d_{ij}}{\mu_{ij}^2}\)
- สำหรับการเปลี่ยนสถานะที่ต่างกัน \((i, j) \neq (r, s)\): \(\frac{\partial^2 l}{\partial \mu_{ij} \partial \mu_{rs}} = 0\)
เนื่องจากอนุพันธ์ย่อยแบบไขว้ (cross-partial derivatives) ทั้งหมดมีค่าเป็นศูนย์ เมทริกซ์ข้อมูล (information matrix) จึงเป็นเมทริกซ์ทแยงมุม ซึ่งนำไปสู่ผลลัพธ์ที่สำคัญอย่างยิ่งคือ: ตัวประมาณการ Maximum Likelihood \(\hat{\mu}_{ij}\) เป็นอิสระต่อกันในเชิงเส้นกำกับ โดยมีการแจกแจงร่วมเชิงเส้นกำกับเป็น:
\(\hat{\mu}_{ij} \sim N\left(\mu_{ij}, \frac{\mu_{ij}}{E[V_i]}\right)\)
การประมาณค่าด้วยปัวซงในแบบจำลองการลดลงทางเดียว (Poisson Approximation)
ยังมีอีกมุมมองหนึ่งที่มีประสิทธิภาพในการพิจารณาตัวประมาณการนี้ ในแบบจำลองการลดลงทางเดียวตลอดเวลารอคอยที่สังเกตได้ \(v\) เราสามารถมองจำนวนการเปลี่ยนสถานะ \(D\) เป็น ตัวแปรสุ่มปัวซง (Poisson random variable) โดยประมาณ ที่มีพารามิเตอร์ \(\lambda = \mu v\):
\(P(D = d) = \frac{(\mu v)^d e^{-\mu v}}{d!}\)
ลองมาเขียน Log-Likelihood ภายใต้แบบจำลองปัวซงนี้ดูครับ:
\(l_{\text{Poisson}}(\mu) = d \ln(\mu) + d \ln(v) - \mu v - \ln(d!)\)
เมื่อหาอนุพันธ์เทียบกับ \(\mu\):
\(\frac{dl_{\text{Poisson}}}{d\mu} = \frac{d}{\mu} - v = 0 \implies \hat{\mu} = \frac{d}{v}\)
การประมาณค่าด้วยปัวซงนำไปสู่ ตัวประมาณการเดียวกันเป๊ะ รวมถึงโครงสร้างความแปรปรวนแบบเดียวกันด้วย! ความเท่าเทียมกันนี้ถูกนำมาใช้อย่างแพร่หลายในกระบวนการปรับเรียบ (graduation) ทางคณิตศาสตร์ประกันภัย และการสร้างแบบจำลองเชิงเส้นวางนัยทั่วไป (GLMs)
ข้อควรระวัง
- สับสนระหว่าง \(d\) กับ \(v\): จำไว้นะครับว่า อัตราคือ "เหตุการณ์ ต่อ เวลา" ดังนั้น \(d\) (เหตุการณ์) ต้องอยู่บน และ \(v\) (เวลา) ต้องอยู่ล่าง
- ทึกทักเอาเองว่าค่า exposure เท่ากัน: ในแบบจำลองหลายสถานะ \(v_i\) จะขึ้นอยู่กับเวลาที่ใช้ไปในสถานะ \(i\) เท่านั้น ไม่ใช่เวลาที่ใช้ในสถานะอื่น
- ลืมความเป็นอิสระต่อกันในเชิงเส้นกำกับ: ผู้สอบมักมองข้ามไปว่า ตัวประมาณการสำหรับ transition intensities ที่ต่างกันจะมีความแปรปรวนร่วมเชิงเส้นกำกับ (asymptotic covariance) เป็นศูนย์ เนื่องจากอนุพันธ์ไขว้ของ log-likelihood หายไปเป็นศูนย์
กล่องทบทวนด่วน
MLE สำหรับค่า intensity เดี่ยว: \(\hat{\mu} = \frac{d}{v}\)
MLE สำหรับกรณีหลาย intensities: \(\hat{\mu}_{ij} = \frac{d_{ij}}{v_i}\)
ความแปรปรวนเชิงเส้นกำกับ: \(\text{Var}(\hat{\mu}) \approx \frac{\mu}{E[V]} \approx \frac{d}{v^2}\)
ความแปรปรวนร่วมเชิงเส้นกำกับ: \(\text{Cov}(\hat{\mu}_{ij}, \hat{\mu}_{rs}) = 0\) สำหรับ \((i, j) \neq (r, s)\)
การประมาณค่าด้วยปัวซง: การสมมติให้ \(D \sim \text{Poisson}(\mu v)\) จะให้ตัวประมาณการที่เหมือนกันทุกประการคือ \(\hat{\mu} = d/v\)
สรุปและประเด็นสำคัญ
1. แผนการสังเกตการณ์จะบันทึกประวัติการเปลี่ยนสถานะของแต่ละบุคคล เพื่อนำมาคำนวณเวลารอคอยรวม \(v\) และจำนวนการเปลี่ยนสถานะ \(d\)
2. การหาค่าสูงสุดของฟังก์ชัน log-likelihood จะได้ \(\hat{\mu} = d/v\) (หรือ \(\hat{\mu}_{ij} = d_{ij}/v_i\) ในระบบหลายสถานะ)
3. ตัวประมาณการเหล่านี้มีการแจกแจงแบบปกติเชิงเส้นกำกับ และเป็นอิสระต่อกันระหว่างการเปลี่ยนสถานะที่แตกต่างกัน
4. การสร้างแบบจำลองการเปลี่ยนสถานะเป็นกระบวนการปัวซงจะให้ตัวประมาณการ Maximum Likelihood เดียวกันเป๊ะ ซึ่งเป็นการเชื่อมโยงระหว่าง survival models กับ generalized linear models เข้าด้วยกัน