modele utajonego wzrostu reprezentują powtarzające się miary zmiennych zależnych w funkcji czasu i innych miar. Takie dane podłużne mają cechy, że te same osoby są obserwowane wielokrotnie w czasie i na tych samych testach (lub równoległych wersjach) i w znanych czasach. W utajone modelowanie wzrostu, względna pozycja osoby w każdym czasie jest modelowany jako funkcja leżącego procesu wzrostu, z najlepszych wartości parametrów dla tego procesu wzrostu są dopasowane do każdej osoby.
modele te stały się wykorzystywane w badaniach społecznych i behawioralnych, ponieważ wykazano, że można je dopasować jako ograniczony model wspólnego czynnika w ramach modelowania równań strukturalnych.
metodologia może być wykorzystana do zbadania systematycznej zmiany lub wzrostu i międzyosobniczej zmienności tej zmiany. Szczególnym zagadnieniem jest korelacja parametrów wzrostu, tzw. stanu początkowego i tempa wzrostu, a także ich związek z zmiennymi w czasie i niezmiennymi w czasie współzmiennymi. (Patrz McArdle and Nesselroade (2003) dla kompleksowego przeglądu)
chociaż wiele zastosowań modeli ukrytych krzywej wzrostu szacuje tylko początkowy poziom i składniki nachylenia, modele te mają niezwykłe właściwości, takie jak nieskończenie rosnąca wariancja. Modele z elementami wyższego rzędu, np. kwadratowy, sześcienny, nie przewidują stale rosnącej wariancji, ale wymagają więcej niż dwóch pomiarów. Możliwe jest również dopasowanie modeli opartych na krzywych wzrostu do form funkcjonalnych, często wersji ogólnego wzrostu logistycznego, takich jak funkcje logistyczne, wykładnicze lub Gompertza. Te bardziej złożone modele nie mogą być wyposażone w Pakiety SEM, w których współczynniki ścieżki są ograniczone do prostych stałych lub wolnych parametrów i nie mogą być funkcjami wolnych parametrów i danych.
na podobne pytania można również odpowiedzieć za pomocą wielopoziomowego podejścia modelowego.