Latentní proměnné (na rozdíl od pozorovatelných proměnných) jsou ve statistice proměnné, které nejsou přímo pozorovány, ale jsou spíše odvozeny (prostřednictvím matematického modelu) z jiných pozorovaných a přímo měřených proměnných. Někdy se jim také říká skryté proměnné, parametry modelu, hypotetické proměnné nebo hypotetické konstrukty. Používání latentních proměnných je běžné ve společenských vědách, robotice a do jisté míry i v ekonomii, ale přesná definice latentní proměnné se v těchto oborech liší. Příklady latentních proměnných z oblasti ekonomie zahrnují kvalitu života, podnikatelskou důvěru, morálku, štěstí a konzervatismus: to vše jsou proměnné, které nelze měřit přímo. Avšak za předpokladu ekonomického modelu, který tyto latentní proměnné spojuje s jinými pozorovatelnými proměnnými (např. HDP), lze hodnoty latentních proměnných odvodit z měření pozorovatelných proměnných.
John F. MacGregor z McMasterovy univerzity byl průkopníkem používání metod latentních proměnných v chemickém inženýrství a řídicích systémech tím, že je používal jako řízené proměnné v modelovém prediktivním řízení.
Jednou z výhod použití latentních proměnných je snížení dimenzionality dat. Velký počet pozorovatelných proměnných lze v modelu agregovat a reprezentovat tak základní koncept, což lidem usnadňuje porozumění datům. V tomto smyslu plní stejnou funkci jako teorie obecně ve vědě. Latentní proměnné zároveň propojují pozorovatelné („podsymbolické“) údaje v reálném světě se symbolickými údaji ve světě modelovaném.