En estadística , las variables latentes (del latín : participio presente de lateo (“mentir oculto”), a diferencia de las variables observables ) son variables que no se observan directamente sino que se infieren (a través de un modelo matemático ) de otras variables que se observan ( medido directamente). Los modelos matemáticos que tienen como objetivo explicar las variables observadas en términos de variables latentes se denominan modelos de variables latentes . Los modelos de variables latentes se utilizan en muchas disciplinas, incluidas la psicología , la demografía , la economía ,ingeniería , medicina , física , aprendizaje automático / inteligencia artificial , bioinformática , quimiometría , procesamiento del lenguaje natural , econometría , administración y ciencias sociales .
Las variables latentes pueden corresponder a aspectos de la realidad física. En principio, estos podrían medirse, pero pueden no serlo por razones prácticas. En esta situación, el término variables ocultas se usa comúnmente (lo que refleja el hecho de que las variables son significativas, pero no observables). Otras variables latentes corresponden a conceptos abstractos, como categorías, estados conductuales o mentales o estructuras de datos. Los términos variables hipotéticas o constructos hipotéticos pueden usarse en estas situaciones.
El uso de variables latentes puede servir para reducir la dimensionalidad de los datos. Se pueden agregar muchas variables observables en un modelo para representar un concepto subyacente, lo que facilita la comprensión de los datos. En este sentido, cumplen una función similar a la de las teorías científicas. Al mismo tiempo, las variables latentes vinculan datos observables (" sub-simbólicos ") en el mundo real con datos simbólicos en el mundo modelado.
Ejemplos de
Psicología
Las variables latentes, creadas por métodos analíticos de factores, generalmente representan la varianza "compartida", o el grado en que las variables "se mueven" juntas. Las variables que no tienen correlación no pueden dar como resultado un constructo latente basado en el modelo de factor común . [2]
- Los " cinco grandes rasgos de personalidad " se han inferido mediante análisis factorial .
- extraversión [3]
- habilidad espacial [3]
- sabiduría "Dos de los medios más predominantes para evaluar la sabiduría incluyen el desempeño relacionado con la sabiduría y las medidas de variables latentes". [4]
- La g de Spearman , o el factor de inteligencia general en psicometría [5]
Ciencias económicas
Ejemplos de variables latentes del campo de la economía incluyen la calidad de vida , la confianza empresarial, la moral, la felicidad y el conservadurismo: todas estas son variables que no se pueden medir directamente. Pero al vincular estas variables latentes con otras variables observables, los valores de las variables latentes pueden inferirse de las mediciones de las variables observables. La calidad de vida es una variable latente que no se puede medir directamente, por lo que las variables observables se utilizan para inferir la calidad de vida. Las variables observables para medir la calidad de vida incluyen riqueza, empleo, medio ambiente, salud física y mental, educación, recreación y tiempo libre y pertenencia social.
Medicamento
La metodología de variables latentes se utiliza en muchas ramas de la medicina . Una clase de problemas que se prestan naturalmente a los enfoques de variables latentes son los estudios longitudinales en los que la escala de tiempo (por ejemplo, la edad del participante o el tiempo desde la línea de base del estudio) no está sincronizada con el rasgo que se está estudiando. Para tales estudios, una escala de tiempo no observada que está sincronizada con el rasgo que se está estudiando puede modelarse como una transformación de la escala de tiempo observada utilizando variables latentes. Ejemplos de esto incluyen el modelado de la progresión de la enfermedad y el modelado del crecimiento (ver cuadro).
Inferir variables latentes
Existe una gama de diferentes clases de modelos y metodología que hacen uso de variables latentes y permiten inferencias en presencia de variables latentes. Los modelos incluyen:
- modelos lineales de efectos mixtos y modelos no lineales de efectos mixtos
- Modelos ocultos de Markov
- Análisis factorial
Los métodos de análisis e inferencia incluyen:
- Análisis de componentes principales
- Regresión de mínimos cuadrados parciales
- Análisis semántico latente y análisis semántico latente probabilístico
- Algoritmos EM
- Algoritmo de Metropolis-Hastings
Algoritmos y métodos bayesianos
La estadística bayesiana se utiliza a menudo para inferir variables latentes.
- Asignación de Dirichlet latente
- El proceso de restaurante chino se utiliza a menudo para proporcionar una distribución previa sobre las asignaciones de objetos a categorías latentes.
- El proceso de buffet indio se utiliza a menudo para proporcionar una distribución previa sobre las asignaciones de características binarias latentes a los objetos.
Ver también
- Confuso
- Variables dependientes e independientes
- Evidencia límite inferior
- Modelo de variable latente
- Teoría de la respuesta al ítem
- Modelo Rasch
- Proxy (estadísticas)
- Modelado de ruta de mínimos cuadrados parciales
- Regresión de mínimos cuadrados parciales
- Modelos de ecuaciones estructurales
- Variable interviniente
Referencias
- ^ Raket LL, Sommer S, Markussen B (2014). "Un modelo de efectos mixtos no lineal para suavizado y registro simultáneo de datos funcionales". Cartas de reconocimiento de patrones . 38 : 1-7. doi : 10.1016 / j.patrec.2013.10.018 .
- ^ Tabachnick, BG; Fidell, LS (2001). Usando análisis multivariado . Boston: Allyn y Bacon. ISBN 978-0-321-05677-1.[ página necesaria ]
- ^ a b Borsboom, D .; Mellenbergh, GJ ; van Heerden, J. (2003). "El estado teórico de las variables latentes" (PDF) . Revisión psicológica . 110 (2): 203–219. CiteSeerX 10.1.1.134.9704 . doi : 10.1037 / 0033-295X.110.2.203 . PMID 12747522 . Archivado desde el original (PDF) el 20 de enero de 2013 . Consultado el 8 de abril de 2008 .
- ^ Greene, Jeffrey A .; Brown, Scott C. (2009). "La escala de desarrollo de la sabiduría: más investigaciones de validez". Revista Internacional de Envejecimiento y Desarrollo Humano . 68 (4): 289–320 (en la pág. 291). doi : 10.2190 / AG.68.4.b . PMID 19711618 .
- ^ Spearman, C. (1904). " " Inteligencia general " , determinada y medida objetivamente". La Revista Estadounidense de Psicología . 15 (2): 201–292. doi : 10.2307 / 1412107 . JSTOR 1412107 .
Otras lecturas
- Kmenta, Jan (1986). "Variables latentes" . Elements of Econometrics (Segunda ed.). Nueva York: Macmillan. págs. 581–587 . ISBN 978-0-02-365070-3.