Nicht alles, was zählt, lässt sich messen. Eine latente Variable ist etwas, das aus beobachteten Daten abgeleitet wird und Einfluss auf Ergebnisse hat, aber nicht direkt sichtbar ist. Intelligenz, Motivation und der Schweregrad einer Krankheit fallen alle in diese Kategorie.

Modelle nutzen latente Variablen, um Muster in beobachteten Daten zu erklären. Die Faktorenanalyse gruppiert korrelierte Messwerte zu zugrunde liegenden Faktoren. Variationelle Autoencoder lernen einen latenten Raum, der die Struktur von Bildern oder Texten erfasst. Themenmodelle leiten Themen aus Dokumenten ab.

Häufige Verwendungen latenter Variablen

• Dimensionsreduktion
• Generative Modellierung
• Themenfindung im Text
• Psychometrische Messung
• Kausalschluss unter Berücksichtigung unbeobachteter Störfaktoren

Die Interpretation ist knifflig. Eine latente Variable ist ein mathematisches Konstrukt, keine bewiesene Größe. Zwei Modelle können unterschiedliche latente Strukturen finden, die dieselben Daten gleichermaßen gut erklären. Die Bedeutungszuweisung an latente Dimensionen erfordert Sorgfalt.