Variável latente

Em estatística, variáveis latentes (do latim: particípio presente do lateo (“lie hidden”), em oposição a variáveis observáveis) são variáveis que não são observadas diretamente, mas sim inferidas (através de um modelo matemático) a partir de outras variáveis que são observadas (medidas diretamente). Os modelos matemáticos que visam explicar as variáveis observadas em termos de variáveis latentes são chamados de modelos de variáveis latentes. Modelos de variáveis latentes são utilizados em muitas disciplinas, incluindo psicologia, demografia, economia, engenharia, medicina, física, aprendizagem de máquinas/ inteligência artificial, bioinformática, quimiometria, processamento de linguagem natural, econometria, gestão e ciências sociais.

As variáveis latentes podem corresponder a aspectos da realidade física. Estas podem, em princípio, ser medidas, mas podem não o ser por razões práticas. Nesta situação, o termo variáveis ocultas é comumente usado (refletindo o fato de que as variáveis são significativas, mas não observáveis). Outras variáveis latentes correspondem a conceitos abstratos, como categorias, estados comportamentais ou mentais, ou estruturas de dados. Os termos variáveis hipotéticas ou construções hipotéticas podem ser usados nestas situações.

O uso de variáveis latentes pode servir para reduzir a dimensionalidade dos dados. Muitas variáveis observáveis podem ser agregadas em um modelo para representar um conceito subjacente, tornando mais fácil a compreensão dos dados. Neste sentido, elas servem a uma função semelhante à das teorias científicas. Ao mesmo tempo, variáveis latentes ligam dados observáveis (“sub-símbolos”) no mundo real a dados simbólicos no mundo modelado.