Nie wszystko, co ważne, da się zmierzyć. Zmienna ukryta to coś, co wynika z danych obserwowanych i co wpływa na wyniki, ale nie jest bezpośrednio widoczne. Do tej kategorii zaliczają się inteligencja, motywacja i ciężkość choroby.

Modele wykorzystują zmienne ukryte do wyjaśniania wzorców w obserwowanych danych. Analiza czynnikowa grupuje skorelowane pomiary w czynniki bazowe. Autokodery wariacyjne uczą się przestrzeni ukrytej, która rejestruje strukturę obrazów lub tekstu. Modele tematyczne wywnioskowują tematy z dokumentów.

Typowe zastosowania zmiennych ukrytych

• Redukcja wymiarowości
• Modelowanie generatywne
• Odkrywanie tematów w tekście
• Pomiar psychometryczny
• Wnioskowanie przyczynowe z nieobserwowanymi czynnikami zakłócającymi

Interpretacja jest trudna. Zmienna ukryta to konstrukcja matematyczna, a nie byt udowodniony. Dwa modele mogą znaleźć różne struktury ukryte, które równie dobrze wyjaśniają te same dane. Przypisywanie znaczenia wymiarom ukrytym wymaga ostrożności.