ÎncepețiÎncepe gratuit

Mărimea efectului pentru medii

Multe companii finanțate de capital de risc primesc mai multe runde de finanțare. În general, a doua rundă este mai mare decât prima. Dar cât de mare este efectul numărului rundei asupra sumei medii finanțate? Poți folosi d-ul lui Cohen pentru a cuantifica acest lucru.

Amintește-ți că, pentru a calcula d-ul lui Cohen, trebuie mai întâi să calculezi abaterea standard combinată. Aceasta este dată de ecuația:

D-ul lui Cohen este dat apoi de:

Un DataFrame cu investiții de capital de risc (investments_df) a fost încărcat pentru tine, împreună cu pachetele pandas ca pd, NumPy ca np și stats din SciPy. Coloana funding_total_usd arată finanțarea totală primită în acea rundă.

Acest exercițiu face parte din cursul

Bazele inferenței în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Filtrează investments_df pentru a selecta separat funding_rounds 1 și 2.
  • Calculează abaterea standard și dimensiunea eșantionului pentru fiecare rundă.
  • Calculează abaterea standard combinată între cele două runde.
  • Calculează d-ul lui Cohen folosind valorile tocmai calculate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()) / ____
Editează și rulează codul