# 2つのクラスのテスト結果
class_a = [50, 50, 50, 50, 50]  # 全員同じ点数
class_b = [10, 30, 50, 70, 90]  # ばらつきが大きい

# 平均を計算
avg_a = sum(class_a) / len(class_a)
avg_b = sum(class_b) / len(class_b)

print("【クラスA】")
print(f"データ: {class_a}")
print(f"平均: {avg_a}点")

print()

print("【クラスB】")
print(f"データ: {class_b}")
print(f"平均: {avg_b}点")

print()
print("💡 平均は同じでも、ばらつきが全く違う！")

# データ
data = [2, 4, 6, 8, 10]

# ステップ1：平均を計算
mean = sum(data) / len(data)
print(f"データ: {data}")
print(f"平均: {mean}")

print()

# ステップ2：各データと平均の差
print("【平均との差】")
differences = []
for value in data:
    diff = value - mean
    differences.append(diff)
    print(f"{value} - {mean} = {diff}")

print()

# ステップ3：差を2乗
print("【差の2乗】")
squared_diff = []
for diff in differences:
    sq = diff ** 2
    squared_diff.append(sq)
    print(f"({diff})² = {sq}")

print()

# ステップ4：2乗の平均 = 分散
variance = sum(squared_diff) / len(squared_diff)
print(f"分散: {variance}")

def calculate_variance(data):
    """
    分散を計算する関数
    
    引数:
        data: 数値のリスト
    
    戻り値:
        分散
    """
    # データがない場合のチェック
    if len(data) == 0:
        return None
    
    # ステップ1：平均を計算
    mean = sum(data) / len(data)
    
    # ステップ2〜4：差の2乗の合計を計算し、個数で割る
    squared_diff_sum = 0
    for value in data:
        diff = value - mean
        squared_diff_sum += diff ** 2
    
    # 分散 = 差の2乗の平均
    variance = squared_diff_sum / len(data)
    
    return variance

# テスト
numbers = [2, 4, 6, 8, 10]
var = calculate_variance(numbers)
print(f"データ: {numbers}")
print(f"分散: {var}")

def calculate_variance_short(data):
    """分散を計算（簡潔版）"""
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / len(data)
    return variance

# テスト
numbers = [2, 4, 6, 8, 10]
var = calculate_variance_short(numbers)
print(f"分散: {var}")

import math

def calculate_variance(data):
    """分散を計算"""
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / len(data)
    return variance

def calculate_std(data):
    """標準偏差を計算"""
    # まず分散を計算
    variance = calculate_variance(data)
    
    # 標準偏差 = 分散の平方根
    std = math.sqrt(variance)
    
    return std

# テスト
numbers = [2, 4, 6, 8, 10]

variance = calculate_variance(numbers)
std = calculate_std(numbers)

print(f"データ: {numbers}")
print(f"分散: {variance}")
print(f"標準偏差: {std:.2f}")

import math

def calculate_variance(data):
    mean = sum(data) / len(data)
    return sum((x - mean) ** 2 for x in data) / len(data)

def calculate_std(data):
    return math.sqrt(calculate_variance(data))

# テストの点数
scores = [70, 75, 80, 85, 90]

variance = calculate_variance(scores)
std = calculate_std(scores)

print(f"テストの点数: {scores}")
print(f"平均: {sum(scores)/len(scores)}点")
print()
print(f"分散: {variance}（単位が「点²」でわかりにくい）")
print(f"標準偏差: {std:.1f}点（単位が「点」でわかりやすい）")

import math

def calculate_variance(data):
    mean = sum(data) / len(data)
    return sum((x - mean) ** 2 for x in data) / len(data)

def calculate_std(data):
    return math.sqrt(calculate_variance(data))

# 2つのクラスの成績
class_a = [75, 78, 80, 82, 85, 88, 90]
class_b = [50, 60, 70, 80, 90, 100, 110]

# クラスAの分析
mean_a = sum(class_a) / len(class_a)
std_a = calculate_std(class_a)

print("【クラスA】")
print(f"データ: {class_a}")
print(f"平均: {mean_a:.1f}点")
print(f"標準偏差: {std_a:.1f}点")

print()

# クラスBの分析
mean_b = sum(class_b) / len(class_b)
std_b = calculate_std(class_b)

print("【クラスB】")
print(f"データ: {class_b}")
print(f"平均: {mean_b:.1f}点")
print(f"標準偏差: {std_b:.1f}点")

print()
print("💡 考察:")
print("   クラスAは平均の周りに集まっている（標準偏差が小さい）")
print("   クラスBは点数がばらついている（標準偏差が大きい）")

import math

def calculate_std(data):
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / len(data)
    return math.sqrt(variance)

# 2つの製造ラインの製品サイズ（mm）- 目標は100mm
line_a = [99.8, 100.1, 99.9, 100.2, 100.0, 99.9, 100.1]
line_b = [98.5, 101.2, 99.0, 102.0, 98.8, 101.5, 99.3]

# ラインAの分析
mean_a = sum(line_a) / len(line_a)
std_a = calculate_std(line_a)

print("【製造ラインA】")
print(f"サイズ: {line_a}")
print(f"平均: {mean_a:.2f}mm（目標: 100mm）")
print(f"標準偏差: {std_a:.2f}mm")

# 品質判定
if std_a < 0.5:
    print("品質: ✅ 優良（ばらつきが非常に小さい）")
elif std_a < 1.0:
    print("品質: ⚠️ 注意（ややばらつきあり）")
else:
    print("品質: ❌ 不良（ばらつきが大きい）")

print()

# ラインBの分析
mean_b = sum(line_b) / len(line_b)
std_b = calculate_std(line_b)

print("【製造ラインB】")
print(f"サイズ: {line_b}")
print(f"平均: {mean_b:.2f}mm（目標: 100mm）")
print(f"標準偏差: {std_b:.2f}mm")

if std_b < 0.5:
    print("品質: ✅ 優良（ばらつきが非常に小さい）")
elif std_b < 1.0:
    print("品質: ⚠️ 注意（ややばらつきあり）")
else:
    print("品質: ❌ 不良（ばらつきが大きい）")

import math

def calculate_std(data):
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / len(data)
    return math.sqrt(variance)

# 2つの店舗の月別売上（万円）
store_a = [120, 125, 118, 122, 124, 121, 123, 119, 126, 120, 122, 125]
store_b = [80, 150, 100, 180, 90, 160, 95, 170, 85, 175, 100, 165]

# 店舗Aの分析
mean_a = sum(store_a) / len(store_a)
std_a = calculate_std(store_a)
cv_a = (std_a / mean_a) * 100  # 変動係数（%）

print("【店舗A】")
print(f"平均売上: {mean_a:.1f}万円")
print(f"標準偏差: {std_a:.1f}万円")
print(f"変動係数: {cv_a:.1f}%")
print("安定性: ✅ 売上が安定している")

print()

# 店舗Bの分析
mean_b = sum(store_b) / len(store_b)
std_b = calculate_std(store_b)
cv_b = (std_b / mean_b) * 100

print("【店舗B】")
print(f"平均売上: {mean_b:.1f}万円")
print(f"標準偏差: {std_b:.1f}万円")
print(f"変動係数: {cv_b:.1f}%")
print("安定性: ❌ 売上の変動が大きい")

def population_variance(data):
    """母分散（nで割る）"""
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / len(data)
    return variance

def sample_variance(data):
    """標本分散（n-1で割る）"""
    mean = sum(data) / len(data)
    variance = sum((x - mean) ** 2 for x in data) / (len(data) - 1)
    return variance

# テスト
data = [10, 20, 30, 40, 50]

pop_var = population_variance(data)
samp_var = sample_variance(data)

print(f"データ: {data}")
print(f"データ数: {len(data)}個")
print()
print(f"母分散（nで割る）: {pop_var}")
print(f"標本分散（n-1で割る）: {samp_var}")
print()
print("💡 標本分散の方がやや大きくなります")