尤度比とは、あるデータが得られた際に対立する2つの統計モデルや仮説のどちらがより妥当かを比較するための比率です。AIや機械学習の分野において、異常検知や仮説検定、モデル選択、画像処理の尤度比検定など幅広い場面でモデルの評価基準として活用されています。
尤度比とは
一言でいうと、2つの異なるモデルや仮説が、観察されたデータをどれくらいうまく説明できているかを相対的に比較するための指標です。
詳しく解説
尤度比は、ある観測データが得られたもとでの、2つの仮説の尤度（もっともらしさ）の比を計算したものです。統計的仮説検定である尤度比検定の基礎として広く用いられており、帰立仮説と対立仮説の尤度の比をとることで、どちらの仮説がデータに対してより適合しているかを評価します。機械学習においては、尤度比を用いることで過学習を防ぎつつ最適なモデルパラメータを選択したり、画像や音声認識における尤度比ベースの識別を行ったりするために重要となります。また、尤度比の対数をとった対数尤度比は、計算の安定性や加法性の観点から実用上頻繁に利用されます。
具体例・使われ方
具体的な利用例として、医療診断における病気の有無の判定があります。ある検査結果が得られたとき、患者が病気である確率と健康である確率の比をとることで診断精度を測ります。また、スパムメールフィルタリングや、画像処理における尤度比検定を用いたエッジ検出、音声認識のパターンマッチングなどにおいて、二者択一の判断基準として応用されています。
似た用語との違い
単一のモデルの尤度そのものは、データ全体に対する絶対的なもっともらしさを表しますが、尤度比は2つの異なるモデルや仮説を相対的に比較する点が異なります。また、ベイズ統計における事後確率の比であるベイズファクターと関連しますが、尤度比は事前確率を考慮しない点で区別されます。
注意点
尤度比を用いる際の注意点として、比較する2つのモデルがネスト（包含）関係にあるかどうかによって、統計的検定における帰無分布が異なる点が挙げられます。また、サンプルサイズが小さすぎる場合には尤度比の近似精度が低下し、誤った判断を導くリスクがあるため、データの量と質に配慮する必要があります。