Latente variabler

I statistikken er latente variabler (fra latin: nutidsform af lateo (“ligge skjult”), i modsætning til observerbare variabler) variabler, der ikke observeres direkte, men som snarere udledes (gennem en matematisk model) fra andre variabler, der observeres (direkte måles). Matematiske modeller, der har til formål at forklare observerede variabler ud fra latente variabler, kaldes modeller med latente variabler. Latente variabelmodeller anvendes inden for mange discipliner, herunder psykologi, demografi, økonomi, ingeniørvidenskab, medicin, fysik, maskinlæring/kunstig intelligens, bioinformatik, kemometri, naturlig sprogbehandling, økonometri, ledelse og samfundsvidenskab.

Latente variabler kan svare til aspekter af den fysiske virkelighed. De kunne i princippet måles, men er det måske ikke af praktiske årsager. I denne situation anvendes normalt udtrykket skjulte variabler (som afspejler, at variablerne er meningsfulde, men ikke observerbare). Andre latente variabler svarer til abstrakte begreber som f.eks. kategorier, adfærdsmæssige eller mentale tilstande eller datastrukturer. Udtrykkene hypotetiske variabler eller hypotetiske konstruktioner kan anvendes i disse situationer.

Anvendelsen af latente variabler kan tjene til at reducere dataenes dimensionalitet. Mange observerbare variabler kan aggregeres i en model for at repræsentere et underliggende koncept, hvilket gør det lettere at forstå dataene. I denne forstand tjener de en funktion, der svarer til videnskabelige teorier. Samtidig forbinder latente variabler observerbare (“sub-symbolske”) data i den virkelige verden med symbolske data i den modellerede verden.