modelo de variables latentes

Un modelo de variables latentes es un modelo estadístico que relaciona un conjunto de variables observables (también llamadas variables manifiestas o indicadores ) ^{[ 1 ]} con un conjunto de variables latentes . Los modelos de variables latentes se aplican en una amplia gama de campos, como la biología, la informática y las ciencias sociales. ^{[ 2 ]} Los casos de uso comunes para los modelos de variables latentes incluyen aplicaciones en psicometría (por ejemplo, resumir las respuestas a un conjunto de preguntas de una encuesta con un modelo de análisis factorial que postula un número menor de atributos psicológicos, como el rasgo de extraversión , que se presume que causan las respuestas a las preguntas de la encuesta), ^{[ 3 ]} y procesamiento del lenguaje natural (por ejemplo, un modelo de temas que resume un corpus de textos con varios "temas"). ^{[ 4 ]}

Se supone que las respuestas en los indicadores o variables manifiestas son el resultado de la posición de un individuo en la(s) variable(s) latente(s), y que las variables manifiestas no tienen nada en común después de controlar la variable latente ( independencia local ).

Los diferentes tipos de modelos de variables latentes se pueden agrupar según si las variables manifiestas y latentes son categóricas o continuas: ^{[ 5 ]}

El modelo de Rasch representa la forma más simple de la teoría de respuesta al ítem. Los modelos de mezcla son fundamentales para el análisis de perfiles latentes.

En el análisis factorial y el análisis de rasgos latentes ^{[ nota 1 ],} las variables latentes se tratan como variables continuas con distribución normal, y en el análisis de perfiles latentes y el análisis de clases latentes como de una distribución multinomial . ^{[ 7 ]} Las variables manifiestas en el análisis factorial y el análisis de perfiles latentes son continuas y, en la mayoría de los casos, se asume que su distribución condicional dadas las variables latentes es normal. En el análisis de rasgos latentes y el análisis de clases latentes, las variables manifiestas son discretas. Estas variables pueden ser dicotómicas, ordinales o nominales. Se asume que sus distribuciones condicionales son binomiales o multinomiales.

• Análisis factorial confirmatorio
• modelo oculto de Markov
• Modelado de trayectorias mediante mínimos cuadrados parciales
• Modelado de ecuaciones estructurales

• Skrondal, Anders; Rabe-Hesketh, Sophia (2004). Modelado generalizado de variables latentes . Chapman & Hall. ISBN 1-58488-000-7.