潛變量

潛變量是指不能被直接精確觀測或雖能被觀測但尚需通過其它方法加以綜合的指標，是在記錄單元之間變化且其變化影響記錄特徵的任何未記錄到的特徵。結果是記錄特徵之間的聯繫，這種聯繫實際上並不是由記錄特徵本身的任何因果關係產生的。

在結構方程模型中包括兩種主要變量：潛變量（Latent Variable），顯變量（Manifest Variable）。潛變量是實際工作中無法直接測量到的變量，包括比較抽象的概念和由於種種原因不能準確測量的變量。一個潛變量往往對應着多個顯變量，可以看做其對應顯變量的抽象和概括，顯變量則可視為特定潛變量的反應指標 ^[1]  。

潛變量可分為內生潛變量和外生潛變量，外生潛變量在模型不受其他任何一個變量的影響但影響其他變量的變量，內生潛變量在模型中總會受到一個其他變量影響的變量。

由因子分析方法創建的潛在變量通常表示“共享”方差，或變量“移動”在一起的程度。沒有相關性的變量不能導致基於公因子模型的潛在構造。

使用因子分析推斷出“五大人格特質”。

外向性.

空間能力.

智慧“評估智慧的兩種主要手段包括與智慧相關的表現和潛在的變量測量。

來自經濟學領域的潛在變量的例子包括生活質量，商業信心，士氣，幸福和保守主義：這些都是無法直接衡量的變量。但是將這些潛在變量與其他可觀察變量聯繫起來，可以從可觀察變量的測量值推斷出潛在變量的值。生活質量是潛在的變量，無法直接測量，因此可觀察的變量用於推斷生活質量。衡量生活質量的可觀察變量包括財富，就業，環境，身心健康，教育，娛樂和休閒時間以及社會歸屬。

1、隱馬爾可夫模型；

2、因子分析；

3、主成分分析；

4、偏最小二乘迴歸；

5、潛在語義分析和概率潛在語義分析；

6、EM算法。

貝葉斯統計通常用於推斷潛在變量。

潛在的Dirichlet分配

1、離散時間的隨機過程通常用於提供對潛在類別的對象分配的預先分配。

2、隨機過程通常用於提供對潛在二元特徵到對象的賦值的先驗分佈。