Latente variabele

In de statistiek zijn latente variabelen (uit het Latijn: tegenwoordig deelwoord van lateo (“verborgen liggen”), in tegenstelling tot waarneembare variabelen) variabelen die niet rechtstreeks worden waargenomen, maar veeleer (via een wiskundig model) worden afgeleid uit andere variabelen die wel worden waargenomen (rechtstreeks gemeten). Wiskundige modellen die tot doel hebben waargenomen variabelen te verklaren in termen van latente variabelen worden modellen met latente variabelen genoemd. Latente-variabelenmodellen worden gebruikt in vele disciplines, waaronder psychologie, demografie, economie, techniek, geneeskunde, natuurkunde, machine learning/kunstmatige intelligentie, bio-informatica, chemometrie, natuurlijke taalverwerking, econometrie, management en sociale wetenschappen.

Latente variabelen kunnen overeenkomen met aspecten van de fysische werkelijkheid. Deze zouden in principe gemeten kunnen worden, maar om praktische redenen gebeurt dit niet altijd. In deze situatie wordt gewoonlijk de term verborgen variabelen gebruikt (die weergeeft dat de variabelen betekenisvol zijn, maar niet waarneembaar). Andere latente variabelen komen overeen met abstracte concepten, zoals categorieën, gedrags- of mentale toestanden, of gegevensstructuren. De termen hypothetische variabelen of hypothetische constructen kunnen in deze situaties worden gebruikt.

Het gebruik van latente variabelen kan dienen om de dimensionaliteit van gegevens te verminderen. Veel waarneembare variabelen kunnen in een model worden geaggregeerd om een onderliggend concept weer te geven, waardoor het gemakkelijker wordt de gegevens te begrijpen. In die zin vervullen zij een functie die vergelijkbaar is met die van wetenschappelijke theorieën. Tegelijkertijd verbinden latente variabelen waarneembare (“sub-symbolische”) gegevens in de echte wereld met symbolische gegevens in de gemodelleerde wereld.