Variable latente

En statistique, les variables latentes (du latin : participe présent de lateo ( » se cacher « ), par opposition aux variables observables) sont des variables qui ne sont pas directement observées mais plutôt déduites (par un modèle mathématique) d’autres variables qui sont observées (directement mesurées). Les modèles mathématiques qui visent à expliquer les variables observées en termes de variables latentes sont appelés modèles de variables latentes. Les modèles à variables latentes sont utilisés dans de nombreuses disciplines, notamment la psychologie, la démographie, l’économie, l’ingénierie, la médecine, la physique, l’apprentissage automatique/l’intelligence artificielle, la bioinformatique, la chimiométrie, le traitement du langage naturel, l’économétrie, la gestion et les sciences sociales.

Les variables latentes peuvent correspondre à des aspects de la réalité physique. Elles pourraient en principe être mesurées, mais peuvent ne pas l’être pour des raisons pratiques. Dans cette situation, le terme de variables cachées est couramment utilisé (reflétant le fait que les variables sont significatives, mais non observables). D’autres variables latentes correspondent à des concepts abstraits, comme des catégories, des états comportementaux ou mentaux, ou des structures de données. Les termes variables hypothétiques ou constructions hypothétiques peuvent être utilisés dans ces situations.

L’utilisation de variables latentes peut servir à réduire la dimensionnalité des données. De nombreuses variables observables peuvent être agrégées dans un modèle pour représenter un concept sous-jacent, ce qui facilite la compréhension des données. En ce sens, elles remplissent une fonction similaire à celle des théories scientifiques. En même temps, les variables latentes relient les données observables (« sub-symboliques ») du monde réel aux données symboliques du monde modélisé.