latente groeimodellen vertegenwoordigen herhaalde metingen van afhankelijke variabelen als functie van de tijd en andere metingen. Dergelijke longitudinale gegevens delen de kenmerken dat dezelfde proefpersonen herhaaldelijk worden waargenomen in de tijd, en op dezelfde tests (of parallelle versies), en op bekende tijden. In latente groeimodellering, wordt de relatieve status van een individu op elk moment gemodelleerd als een functie van een onderliggend groeiproces, waarbij de beste parameterwaarden voor dat groeiproces worden aangepast aan elk individu.
deze modellen zijn gegroeid in gebruik in sociaal en gedragsonderzoek, omdat werd aangetoond dat ze kunnen worden gebruikt als een beperkt gemeenschappelijk factormodel in het structural equation modeling framework.
de methodologie kan worden gebruikt om systematische verandering of groei en interindividuele variabiliteit in deze verandering te onderzoeken. Een speciaal onderwerp van belang is de correlatie van de groeiparameters, de zogenaamde initiële status en groeisnelheid, evenals hun relatie met tijd variërende en tijd invariante covarianten. (Zie McArdle and Nesselroade (2003) voor een uitgebreid overzicht)
hoewel veel toepassingen van latente groeicurvemodellen alleen initiële niveau-en hellingscomponenten schatten, hebben deze modellen ongebruikelijke eigenschappen zoals een oneindig toenemende variantie. Modellen met hogere ordecomponenten, bijvoorbeeld kwadratisch, kubisch, voorspellen Geen steeds toenemende variantie, maar vereisen meer dan twee metingen. Het is ook mogelijk om modellen op basis van groeicurves aan te passen aan functionele vormen, vaak versies van de gegeneraliseerde logistieke groei zoals de logistische, exponentiële of Gompertz functies. Hoewel eenvoudig te passen met veelzijdige software zoals OpenMx, kunnen deze meer complexe modellen niet worden uitgerust met SEM-pakketten waarin padcoëfficiënten beperkt zijn tot eenvoudige constanten of vrije parameters, en kunnen geen functies zijn van vrije parameters en gegevens.
soortgelijke vragen kunnen ook worden beantwoord met behulp van een multilevel-modelbenadering.