動態貝葉斯網絡在 JMP / SAS 中缺少專門用於動態和靜態貝葉斯網路的整個部分。 貝葉斯網路的重要性以及機器學習世界的重要性越來越重要，並且擁有專用命令或套件的可能性將非常重要。 在 R 專案中，有 bnlearn 或 bnstruct 套件，可讓您透過重複的時間動態分析數據，但在 JMP 和/或 SAS 中不存在任何東西。 在 SAS 中有一個 proc hpbnet 過程，但它會產生帶有目標變數的網絡，而不是您不想定位的網絡，但不受約束，就像兩個套件 bnlearn 和/或 bnstruct 所做的那樣。
自動化和腳本編寫內容組織資料存取可靠度分析回复：動態貝葉斯網絡它可以表達複雜的現象。 可以用概率表示。 這些表達符合人類的感官。 我也強烈希望貝葉斯網絡。
回复：動態貝葉斯網絡惠普的一個數據科學團隊已經開始使用 BNA 來對製造問題進行預測或因素篩選。 這是第一次有人向我展示可供工程師使用的罐頭分析，我不得不說“JMP 做不到”。
回覆：動態貝葉斯網絡由Fenton和Neil開發的貝葉斯網路分析軟體包已經面世多年，如果JMP也能實現這種分析就太好了。例如，JMP能否實現一個平台，允許工程師從有向無環圖（DAG）入手，逐步完善，最終形成一個完善的數學模型，用於計算給定條件機率下的聯合機率和邊緣機率？在製造業領域，我希望看到以下兩個應用：A）擴展現有的可靠性框圖平台，使其包含條件機率並執行所需的計算；B）基於魚骨圖平台，創建DAG，從而在概念上構建複雜價值流或根本原因問題的因果關係，並在投入昂貴的實驗設計（DOE）之前，正如整個網絡中的概率，從而獲得一個可以進行某種預測的初始模型（DMAIC）。
