Variable latente

En estadística, las variables latentes (del latín: participio presente de lateo («estar oculto»), a diferencia de las variables observables) son variables que no se observan directamente, sino que se infieren (mediante un modelo matemático) a partir de otras variables observadas (medidas directamente). Los modelos matemáticos que pretenden explicar las variables observadas en términos de variables latentes se denominan modelos de variables latentes. Los modelos de variables latentes se utilizan en muchas disciplinas, como la psicología, la demografía, la economía, la ingeniería, la medicina, la física, el aprendizaje automático/la inteligencia artificial, la bioinformática, la quimiometría, el procesamiento del lenguaje natural, la econometría, la gestión y las ciencias sociales.

Las variables latentes pueden corresponder a aspectos de la realidad física. En principio, podrían medirse, pero puede que no sea así por razones prácticas. En esta situación, se suele utilizar el término de variables ocultas (que refleja el hecho de que las variables son significativas, pero no observables). Otras variables latentes corresponden a conceptos abstractos, como categorías, estados mentales o de comportamiento, o estructuras de datos. Los términos variables hipotéticas o constructos hipotéticos pueden utilizarse en estas situaciones.

El uso de variables latentes puede servir para reducir la dimensionalidad de los datos. Muchas variables observables pueden agregarse en un modelo para representar un concepto subyacente, facilitando la comprensión de los datos. En este sentido, cumplen una función similar a la de las teorías científicas. Al mismo tiempo, las variables latentes vinculan los datos observables («subsimbólicos») del mundo real con los datos simbólicos del mundo modelado.