No todo lo que importa se mide. Una variable latente es algo que se infiere de los datos observados y que influye en los resultados, pero que no se ve directamente. La inteligencia, la motivación y la gravedad de la enfermedad entran en esta categoría.

Los modelos utilizan variables latentes para explicar patrones en los datos observados. El análisis factorial agrupa mediciones correlacionadas en factores subyacentes. Los autoencoders variacionales aprenden un espacio latente que captura la estructura de imágenes o texto. Los modelos de temas infieren temas a partir de documentos.

Usos comunes de variables latentes

• Reducción de dimensionalidad
• Modelado generativo
• Descubrimiento de temas en texto
• Medición psicométrica
• Inferencia causal con factores de confusión no observados

La interpretación es compleja. Una variable latente es una construcción matemática, no una entidad probada. Dos modelos pueden encontrar estructuras latentes diferentes que expliquen los mismos datos con igual eficacia. Asignar significado a las dimensiones latentes requiere cuidado.