Latenta variabler

I statistiken är latenta variabler (från latin: present participle av lateo (”ligga gömd”), till skillnad från observerbara variabler) variabler som inte observeras direkt, utan som snarare härleds (genom en matematisk modell) från andra variabler som observeras (mäts direkt). Matematiska modeller som syftar till att förklara observerade variabler i termer av latenta variabler kallas modeller för latenta variabler. Modeller med latenta variabler används inom många discipliner, bland annat psykologi, demografi, ekonomi, teknik, medicin, fysik, maskininlärning/artificiell intelligens, bioinformatik, kemometri, behandling av naturliga språk, ekonometri, förvaltning och samhällsvetenskap.

Latenta variabler kan motsvara aspekter av den fysiska verkligheten. Dessa skulle i princip kunna mätas, men kanske inte av praktiska skäl. I denna situation används vanligen termen dolda variabler (vilket återspeglar det faktum att variablerna är meningsfulla, men inte observerbara). Andra latenta variabler motsvarar abstrakta begrepp, t.ex. kategorier, beteendemässiga eller mentala tillstånd eller datastrukturer. Termerna hypotetiska variabler eller hypotetiska konstruktioner kan användas i dessa situationer.

Användningen av latenta variabler kan tjäna till att minska dimensionaliteten hos data. Många observerbara variabler kan aggregeras i en modell för att representera ett underliggande koncept, vilket gör det lättare att förstå data. I denna mening har de en funktion som liknar vetenskapliga teorier. Samtidigt kopplar latenta variabler observerbara (”undersymboliska”) data i den verkliga världen till symboliska data i den modellerade världen.