动物收容所致力于为狗狗找到永久的家，无论是个人还是家庭。然而，一项长期回顾性研究估计，被领养后被退回收容所的狗狗比例约为9%。狗狗的退回会影响收容所用于照顾其他动物的资源。找出狗狗被退回的根本原因，有助于制定针对性的项目，以减少这种现象的发生。
本研究利用纽约一家大型动物收容所的数据集，该数据集包含3465只首次进入收容所的犬只，并对其入所后六个月的追踪记录，通过多种模型识别出可降低领养犬只退养率的潜在干预领域。本研究采用逻辑回归结合逐步变量选择法的模型，探讨了犬只退养概率与众多协变量之间的关系。
我们发现，犬只的年龄、攻击性倾向、品种、收容时长以及收容所地理位置均与犬只被退回的概率相关。此外，我们还发现，犬只在不同收容所之间转移与退回概率无关。JMP易于使用的交互式分析和可视化工具帮助这位统计学基础薄弱的客户理解并最终独立完成了分析。这些发现将指导资源分配，用于诸如教育材料或培训项目等干预措施，这些措施可能有助于降低整体退回率。
大家好，我叫艾丽西亚·阿内森，是弗吉尼亚理工大学的博士生。我在校内的统计咨询小组工作，帮助研究人员从数据中挖掘洞见。这个项目就是我工作的一部分，我对此非常兴奋，因为如果你注意到屏幕中央那个可爱的小女孩，她就是我的好朋友。她叫温妮，我在新冠疫情期间从动物收容所领养了她。
我去接她的时候，他们告诉我她之前已经被退回过一次了。我回家的时候心里想着，我可能要面对一只小恶魔了。我也不知道具体原因。他们也没给我太多信息。但结果证明我们相处得很好。她有一些怪癖，走路也有些小毛病，但我们相处得很融洽。她是一只混血澳洲牧牛犬，所以她会做一些容易受伤的狗狗会做的事情，但对我们来说没问题。
当这位客户带着这个项目来找我时，我发现这种情况在收容所里非常普遍。他们通常无法获得关于狗狗被送回原因的详细信息。人们有时会感到内疚，给出的答案也往往含糊不清。收容所最终只能依靠那些显而易见的信息来判断。
这位客户拥有一个庞大的数据集。她在一个大型动物收容系统工作，拥有超过3400条狗狗的首次收容记录。为了减少偏差，我们尽量不纳入第二次收容的记录，或者进行类似的分析。这部分内容将在后续项目中处理。但我们想利用现有信息，看看能否找出与狗狗再次被送回收容所概率最相关的因素。
因为任何曾经尝试在大机构内部解决问题的人都知道，这可能非常庞大、压力巨大且成本高昂。我们真心希望帮助这些收容所缩小范围，找出那些可能影响最大或与返乡最相关的问题，以便他们能够以最佳方式利用资源进行更深入的探索。
我们决定将领养后六个月内退回的狗狗都定义为“退养”。这与其他大多数收容所的做法略有不同。他们通常以30天为界，但我们实际上使用了JMP软件，并根据数据设定了一个截止日期。我们使用了JMP的分布浏览器（Distribution Explorer）。如果你点击“分析”（Analyze）然后选择“分布”（Distribution），就能看到我说的这个功能。它提供了一系列非常实用的工具。
这次演讲至少有 40% 的内容会是关于 JMP Profilers 的一封情书。我先提醒一下，这样你们就可以对这些分布进行一些拟合了。我知道这个分布是指数分布，因为我们有事件发生时间相关的数据，而且它的形状也完全符合我对指数分布的预期。
如果我点击响应变量名称旁边的红色箭头，然后选择“连续拟合”（这里我没有展示），会弹出一个小对话框，你可以点击“指数拟合”。之后，你就可以使用基于该指数拟合的分析器了。我们首先使用了分位数分析器，因为我们想要创建一个阈值，至少能涵盖95%的被退回的犬只。这在统计学中很常见。我们说，如果数据超出95%的正常范围，那么就有可能来自其他过程。我们认为95%是一个合理的阈值。
分位数分析器允许您更改所需的概率（累积概率），并告诉您相应的响应。它告诉我们，173 天可能是我们想要的理想截止点。这非常接近 6 个月。6 个月更容易与收容所沟通。我们使用分布分析器来查看 6 个月是否足够接近 95，从而判断这个值是否合理。
我们输入了182天，这是客户希望用来代表6个月的数值，计算结果显示累积概率为95.7%，非常接近实际情况。我们最终决定采用6个月，JMP软件帮助我们做出了这个选择。然后，我们处理了之前清理并正确标记的大型数据集。我们希望拟合一个简单的模型，既能提供客户想要的信息，又不会让她感到不知所措，而这正是JMP的优势所在。它在这方面是一款非常棒的软件。
我们在“分析”选项卡下使用了“拟合模型”选项。JMP 最让我喜欢的一点是，如果你的响应变量被正确标记——在本例中，我将其标记为名义变量——那么 JMP 就能自动识别出最适合它的模型类型。我无需做任何更改。真是太棒了。
我输入了Y变量，把所有我感兴趣的内容都放进了输入框。然后，如果我想用不同的模型，我本来可以修改上面的这个框，但JMP已经知道我想要一个逻辑回归模型，这真是太棒了。我点击了运行。JMP立刻就给出了一个漂亮的效应汇总，让我可以很轻松地快速看出哪些因素比较重要或者信号很强。
我们之所以做出这个决定，是因为正如我所说，我们的目标是从庞大的变量集合中筛选出最重要的因素。我们采用了向后逐步回归法，这基本上意味着我们要剔除那些相对于其他因素信号强度不足的变量。
我首先分析了这些大型交互作用。简单介绍一下背景，客户非常关注收容所的地理位置，以及狗狗的来源和去向，并探究这些因素如何影响收容所的运作。我们分析了一些高阶变量，但后来发现它们其实并不重要，所以先剔除了。然后我们开始分析主要影响因素。
就这样，我们不断地点击，点击变量，点击移除，JMP 重新拟合模型，得到新的 P 值，然后重复这个过程。我们重复了很多次。最终，我们得到了一个规模小得多的模型，只包含那些看起来最重要的因素，这真的非常棒。这些因素与狗狗被送回的概率最相关。
然后，我们又回到了模型分析器，我真是太喜欢它了。我们可以利用模型输出下的模型分析器选项，让客户自己去探索哪些因素比较重要，以及它们如何影响收益概率。这非常棒，因为有时候很难解释系数的含义，尤其是在不局限于传统的线性模型的情况下。客户能够直观地看到改变变量水平所产生的影响，这绝对是无价之宝。这是本项目的一个亮点，它让客户感到非常有掌控感。
我们也使用 JMP 来进行所有可视化工作。我非常喜欢 JMP 的图形生成器，因为它让我可以自定义图形，而且不用费力编写代码。它真的非常棒。我们做了一些基础工作。我们发现数据集中的狗狗有 10.5% 被退回，这很合理，因为我们预期大约是 8% 或 9% 的退回率，客户在其他已发表的研究中也看到了类似的结果。但是，我们设定的退回率阈值比大多数收容所通常的做法要高，所以我们预计实际退回的狗狗数量会更多一些。
这张图表清晰地显示，我们发现工作犬种最容易被退回，比如德国牧羊犬。如果你浏览过动物收容所的网站，可能经常看到这类犬种，所以这也不难理解。相比之下，一些小型犬种的退回风险较低。这也很合理，因为小型贵宾犬通常不会给家庭带来太大的负担。当然，我本人并没有养过小型贵宾犬，所以我的说法可能并不准确。
因为我提到客户对这些地理位置非常感兴趣，所以我们发现狗狗的去向似乎与它们的归还概率存在某种关联。我们发现，狗狗被送到城市家庭后，比被送到农村或郊区家庭后更容易被送回。
我想指出的是，这绝对不是因果关系，所有这些变量都只是代理变量，还需要进一步深入研究。我们目前还不清楚为什么城市住宅的投资回报率更高，但这确实是一个非常值得客户深入研究的方向。
不出所料，我们发现，如果收容所工作人员记录了某只狗有攻击性——也就是说，他们会在狗进入收容所时进行一些行为检查，如果狗表现出攻击性——那么这些狗被送回收容所的概率就更高。这可能是影响最大的因素之一。
看来狗狗的年龄确实与此有关。被退回的狗狗大多已经成年，这一点我可以肯定。5到9岁是退回高峰期。我对此感到非常惊讶，因为我原本以为幼犬被退回的频率会更高，毕竟它们可能更难照顾，但事实并非如此。实际上，老年犬被退回的概率最低，这一点也很有意思。
总而言之，我们一开始就知道，狗狗被退回并非单一因素所致。有时仅仅是因为主人和狗狗不合适，或者环境不合适。但我们确实找到了一些值得关注的案例，希望收容所能够利用这些数据驱动的资源，从长远来看减少狗狗的退回数量。JMP 让整个过程变得轻松便捷。
正如我之前提到的，这位客户在一个大型收容系统工作。她并非数据科学家。她曾是一名应用型硕士研究生，当时她有一个具体的问题，而我们恰好有数据可以解答。JMP 让她感觉自己真正参与到了整个过程中。我们结合了她的实地经验和我的统计学知识，她能够参与其中，是因为在 JMP 中，你可以直接将分析结果保存到数据集中。例如，我可以把数据集发给她，她点击播放，就能看到我所看到的，她还可以使用分析器和图表构建器。总而言之，与这位客户的合作体验非常流畅、愉快。这真是太棒了。
首先，我要衷心感谢收集这些数据并在此过程中提供专业指导的客户。其次，感谢我的好朋友兼合作伙伴Simin，她协助我们进行数据分析和数据清理，并妥善记录了我们的工作。最后，还要感谢我们的导师Jennifer Van Mullekom博士，感谢她对本项目以及我在SAIG（我们统计小组）参与的其他所有项目给予的支持和指导。非常感谢大家的聆听。希望你们有机会当面向我提问。
