Látens változó

A statisztikában a látens változók (a latinból: a lateo (“rejtve fekszik”) jelen idejű részvétele, szemben a megfigyelhető változókkal) olyan változók, amelyeket nem közvetlenül megfigyelnek, hanem inkább más, megfigyelt (közvetlenül mért) változókból következtetnek (egy matematikai modell segítségével). Azokat a matematikai modelleket, amelyek célja, hogy a megfigyelt változókat látens változókkal magyarázzák, látens változó modelleknek nevezzük. A látens változó modelleket számos tudományágban használják, többek között a pszichológiában, a demográfiában, a közgazdaságtanban, a mérnöki tudományokban, az orvostudományban, a fizikában, a gépi tanulásban/művi intelligenciában, a bioinformatikában, a kemometriában, a természetes nyelvfeldolgozásban, az ökonometriában, a menedzsmentben és a társadalomtudományokban.

A látens változók megfelelhetnek a fizikai valóság aspektusainak. Ezek elvileg mérhetők lennének, de gyakorlati okokból nem biztos, hogy mérhetők. Ebben a helyzetben általában a rejtett változók kifejezést használják (ami azt tükrözi, hogy a változók értelmesek, de nem megfigyelhetők). Más látens változók absztrakt fogalmaknak, például kategóriáknak, viselkedési vagy mentális állapotoknak vagy adatstruktúráknak felelnek meg. Ezekben a helyzetekben a hipotetikus változók vagy hipotetikus konstrukciók kifejezések használhatók.

A látens változók használata az adatok dimenzionalitásának csökkentését szolgálhatja. Sok megfigyelhető változót lehet aggregálni egy modellben egy mögöttes fogalom reprezentálására, ami megkönnyíti az adatok megértését. Ebben az értelemben a tudományos elméletekhez hasonló funkciót töltenek be. Ugyanakkor a látens változók összekapcsolják a valós világ megfigyelhető (“szubszimbolikus”) adatait a modellezett világ szimbolikus adataival.