平均數的效果量
許多獲得創投（venture capital）支持的公司會拿到超過 1 輪的募資。一般而言，第 2 輪會比第 1 輪金額更高。那麼，輪次對平均募資金額的影響究竟有多大？你可以用 Cohen's d 來量化。
回顧一下，計算 Cohen's d 前，必須先計算合併標準差。其公式為：
接著，Cohen's d 為：
我們已為你載入了創投投資的 DataFrame（investments_df），以及 pandas（作為 pd）、NumPy（作為 np）與 SciPy 的 stats。欄位 funding_total_usd 表示該輪收到的總募資金額。
本練習屬於課程
Python 推論基礎
練習說明
- 分別篩選出
investments_df中funding_rounds為 1 與 2 的資料。 - 計算各輪的標準差與樣本數。
- 計算兩輪之間的合併標準差。
- 使用剛計算出的量來計算 Cohen's d。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()) / ____