Variável latente

Em estatística, variáveis latentes (do latim: particípio presente de lateo (“mentir escondido”), ao contrário de variáveis observáveis), são variáveis que não são diretamente observadas, mas são bastante inferidas (através de um modelo matemático) de outras variáveis que são observadas (medidas diretamente). Modelos matemáticos que visam explicar variáveis observadas em termos de variáveis latentes são chamados de modelos de variáveis latentes. Os modelos de variáveis latentes são usados em muitas disciplinas, incluindo psicologia, demografia, economia, engenharia, medicina, física, aprendizado de máquina / inteligência artificial, bioinformática, processamento de linguagem natural, econometria, gerenciamento e ciências sociais. Às vezes, as variáveis latentes correspondem a aspectos da realidade física, que poderiam, em princípio, ser medidos, mas podem não ser por razões práticas. Nessa situação, o termo variáveis ocultas é comumente usado (refletindo-se ao fato de que as variáveis estão "realmente presentes", mas ocultas). Outras vezes, as 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 nessas situações. Uma vantagem do uso de variáveis latentes é que elas podem servir para reduzir a dimensionalidade dos dados. Um grande número de variáveis observáveis pode ser agregado em um modelo para representar um conceito subjacente, facilitando a compreensão dos dados. Nesse sentido, eles servem como uma função semelhante à das teorias científicas. Ao mesmo tempo, variáveis latentes conectam dados observáveis ("sub-simbólicos") no mundo real com dados simbólicos no mundo modelado.