Модель скрытых переменных — это статистическая модель , которая связывает набор наблюдаемых переменных (также называемых манифестными переменными или индикаторами ) [1] с набором скрытых переменных .
Предполагается, что ответы на индикаторы или манифестные переменные являются результатом позиции индивидуума по скрытой переменной(ам) и что манифестные переменные не имеют ничего общего после контроля скрытой переменной ( локальная независимость ).
Различные типы моделей скрытых переменных можно сгруппировать в зависимости от того, являются ли явные и скрытые переменные категориальными или непрерывными: [2]
Модель Раша представляет собой простейшую форму теории реагирования на предмет. Модели смесей играют центральную роль в анализе скрытого профиля.
В факторном анализе и анализе скрытых признаков [примечание 1] скрытые переменные рассматриваются как непрерывные нормально распределенные переменные, а в анализе скрытых профилей и анализе скрытых классов — как полиномиальные . [4] Проявленные переменные в факторном анализе и скрытом профильном анализе являются непрерывными, и в большинстве случаев их условное распределение с учетом скрытых переменных считается нормальным. В анализе скрытых признаков и анализе скрытых классов манифестные переменные дискретны. Эти переменные могут быть дихотомическими, порядковыми или номинальными переменными. Их условные распределения предполагаются биномиальными или полиномиальными.
Поскольку распределение непрерывной скрытой переменной можно аппроксимировать дискретным распределением, различие между непрерывными и дискретными переменными оказывается вообще не принципиальным. [ нужна цитация ] Следовательно, может существовать латентная психометрическая переменная, но не психологическая психометрическая переменная.