평균에 대한 효과 크기
벤처 캐피털의 지원을 받은 많은 회사는 여러 차례 투자 라운드를 받습니다. 일반적으로 두 번째 라운드가 첫 번째 라운드보다 큽니다. 라운드 번호가 평균 투자금액에 얼마나 큰 영향을 미칠까요? 이를 정량화하기 위해 코언의 d(Cohen's d)를 사용할 수 있어요.
코언의 d를 계산하려면 먼저 결합 표준편차를 계산해야 합니다. 결합 표준편차는 다음 식으로 주어집니다.
그다음 코언의 d는 다음과 같이 계산합니다:
벤처 캐피털 투자 데이터프레임(investments_df)이 미리 로드되어 있으며, 패키지 pandas는 pd, NumPy는 np, SciPy의 stats도 불러와져 있어요. funding_total_usd 열은 해당 라운드에서 받은 총 투자금액을 나타냅니다.
이 연습은 강의의 일부입니다
Python에서 배우는 추론 통계 기초
연습 안내
investments_df에서funding_rounds가 1과 2인 데이터를 각각 필터링하세요.- 각 라운드의 표준편차와 표본 크기를 계산하세요.
- 두 라운드 사이의 결합 표준편차를 계산하세요.
- 방금 구한 값들을 사용해 코언의 d를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Select all investments from rounds 1 and 2 separately
round1_df = investments_df[____['funding_rounds'] == ____]
round2_df = investments_df[____['funding_rounds'] == ____]
# Calculate the standard deviation of each round and the number of companies in each round
round1_sd = ____.std()
round2_sd = ____.std()
round1_n = ____.shape[0]
round2_n = ____.shape[0]
# Calculate the pooled standard deviation between the two rounds
pooled_sd = np.sqrt(((____ - 1) * ____ ** 2 + (____ - 1) *____ ** 2) / (____ + ____ - 2))
# Calculate Cohen's d
d = (____.mean() - ____.mean()) / ____