Tout ce qui compte n'est pas mesurable. Une variable latente est une caractéristique inférée à partir de données observées qui influence les résultats sans être directement visible. L'intelligence, la motivation et la gravité de la maladie appartiennent à cette catégorie.

Les modèles utilisent des variables latentes pour expliquer les tendances observées dans les données. L'analyse factorielle regroupe les mesures corrélées en facteurs sous-jacents. Les auto-encodeurs variationnels apprennent un espace latent qui capture la structure des images ou du texte. Les modèles thématiques infèrent les thèmes des documents.

Utilisations courantes des variables latentes

• Réduction de dimensionnalité
• Modélisation générative
• Découverte de sujets dans le texte
• Mesure psychométrique
• Inférence causale avec des facteurs de confusion non observés

L'interprétation est complexe. Une variable latente est une construction mathématique, et non une entité prouvée. Deux modèles peuvent identifier des structures latentes différentes qui expliquent tout aussi bien les mêmes données. Attribuer une signification aux dimensions latentes exige de la prudence.