Variabile latente

In statistica, le variabili latenti (dal latino: participio presente di lateo (“giace nascosto”), in opposizione alle variabili osservabili) sono variabili che non sono osservate direttamente ma sono piuttosto dedotte (attraverso un modello matematico) da altre variabili che sono osservate (misurate direttamente). I modelli matematici che mirano a spiegare le variabili osservate in termini di variabili latenti sono chiamati modelli di variabili latenti. I modelli a variabili latenti sono usati in molte discipline, tra cui psicologia, demografia, economia, ingegneria, medicina, fisica, apprendimento automatico/intelligenza artificiale, bioinformatica, chemiometria, elaborazione del linguaggio naturale, econometria, management e scienze sociali.

Le variabili latenti possono corrispondere ad aspetti della realtà fisica. Queste potrebbero in linea di principio essere misurate, ma potrebbero non esserlo per ragioni pratiche. In questa situazione, il termine variabili nascoste è comunemente usato (riflettendo il fatto che le variabili sono significative, ma non osservabili). Altre variabili latenti corrispondono a concetti astratti, come categorie, stati comportamentali o mentali, o strutture di dati. I termini variabili ipotetiche o costrutti ipotetici possono essere usati in queste situazioni.

L’uso di variabili latenti può servire a ridurre la dimensionalità dei dati. Molte variabili osservabili possono essere aggregate in un modello per rappresentare un concetto sottostante, rendendo più facile la comprensione dei dati. In questo senso, servono una funzione simile a quella delle teorie scientifiche. Allo stesso tempo, le variabili latenti collegano i dati osservabili (“sub-simbolici”) nel mondo reale ai dati simbolici nel mondo modellato.