# 気温と冷房の売上（架空のデータ）
temperature = [15, 20, 25, 30, 35]  # 気温（℃）
sales = [50, 80, 120, 180, 250]     # 売上（万円）

print("気温（℃）  売上（万円）")
print("-" * 25)

# zip()で2つのリストを同時にループ
for temp, sale in zip(temperature, sales):
    print(f"{temp:5}     {sale:5}")

print()
print("💡 気温が上がると、売上も上がっている！")

# 勉強時間とテストの点数
study_hours = [1, 2, 3, 4, 5, 6, 7, 8]
test_scores = [40, 50, 55, 65, 70, 80, 85, 90]

print("【正の相関の例】")
print("勉強時間  点数")
print("-" * 20)

for hours, score in zip(study_hours, test_scores):
    print(f"{hours:4}時間  {score:3}点")

print()
print("✅ 勉強時間が増えると、点数も上がる（正の相関）")

# 運動時間と体重
exercise_hours = [0, 1, 2, 3, 4, 5, 6, 7]
weight = [75, 73, 71, 68, 66, 64, 62, 60]

print("【負の相関の例】")
print("運動時間  体重")
print("-" * 20)

for hours, w in zip(exercise_hours, weight):
    print(f"{hours:4}時間  {w:3}kg")

print()
print("✅ 運動時間が増えると、体重は減る（負の相関）")

# 身長と数学の点数（関係なし）
height = [150, 160, 165, 170, 175, 180]
math_score = [70, 85, 60, 75, 90, 65]

print("【無相関の例】")
print("身長    点数")
print("-" * 20)

for h, score in zip(height, math_score):
    print(f"{h:3}cm  {score:3}点")

print()
print("➡️ 身長と数学の点数には関係がない（無相関）")

def calculate_correlation(x, y):
    """
    相関係数を計算する関数
    
    引数:
        x: 1つ目のデータリスト
        y: 2つ目のデータリスト
    
    戻り値:
        相関係数（-1から1の値）
    """
    # データ数のチェック
    if len(x) != len(y):
        print("エラー: データの数が一致しません")
        return None
    
    n = len(x)
    
    # ステップ1: 平均を計算
    mean_x = sum(x) / n
    mean_y = sum(y) / n
    
    # ステップ2: 偏差の積の合計を計算
    # (x - 平均x) × (y - 平均y) を全て足す
    numerator = 0
    for xi, yi in zip(x, y):
        numerator += (xi - mean_x) * (yi - mean_y)
    
    # ステップ3: 各データの偏差の2乗の合計
    sum_x_sq = sum((xi - mean_x) ** 2 for xi in x)
    sum_y_sq = sum((yi - mean_y) ** 2 for yi in y)
    
    # ステップ4: 分母を計算（平方根）
    denominator = (sum_x_sq * sum_y_sq) ** 0.5
    
    # 0で割ることを防ぐ
    if denominator == 0:
        return 0
    
    # 相関係数 = 分子 / 分母
    correlation = numerator / denominator
    
    return correlation

# 完全な正の相関（相関係数 = 1）
x1 = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]  # xの2倍

print("【完全な正の相関】")
print(f"X: {x1}")
print(f"Y: {y1}")
corr1 = calculate_correlation(x1, y1)
print(f"相関係数: {corr1:.2f}")

print()

# 完全な負の相関（相関係数 = -1）
x2 = [1, 2, 3, 4, 5]
y2 = [10, 8, 6, 4, 2]  # xが増えるとyが減る

print("【完全な負の相関】")
print(f"X: {x2}")
print(f"Y: {y2}")
corr2 = calculate_correlation(x2, y2)
print(f"相関係数: {corr2:.2f}")

print()

# 相関がない（相関係数 ≈ 0）
x3 = [1, 2, 3, 4, 5]
y3 = [3, 1, 4, 2, 5]  # バラバラ

print("【相関がない】")
print(f"X: {x3}")
print(f"Y: {y3}")
corr3 = calculate_correlation(x3, y3)
print(f"相関係数: {corr3:.2f}")

def interpret_correlation(r):
    """
    相関係数を解釈する関数
    
    引数:
        r: 相関係数（-1から1の値）
    """
    # 絶対値を取る（マイナスを無視して強さだけ見る）
    abs_r = abs(r)
    
    # 強さの判定
    if abs_r >= 0.7:
        strength = "強い"
    elif abs_r >= 0.4:
        strength = "中程度の"
    elif abs_r >= 0.2:
        strength = "弱い"
    else:
        strength = "ほとんどない"
    
    # 方向の判定
    if r > 0.2:
        direction = "正の"
    elif r < -0.2:
        direction = "負の"
    else:
        direction = ""
    
    # 結果を表示
    print(f"相関係数: {r:.2f}")
    
    if abs_r < 0.2:
        print(f"解釈: 相関はほとんどありません")
    else:
        print(f"解釈: {strength}{direction}相関があります")

# テスト
print("【いろいろな相関係数を解釈】")
print()

test_values = [0.95, 0.6, 0.3, 0.05, -0.4, -0.85]

for r in test_values:
    interpret_correlation(r)
    print()

print("=" * 55)
print("【相関はあるが因果関係がない例（疑似相関）】")
print("=" * 55)
print()

print("例1: アイスクリームの売上 と 水難事故")
print("  相関: ✅ ある（正の相関）")
print("  因果: ❌ ない")
print("  理由: どちらも「夏の暑さ」が原因")
print()

print("例2: 身長 と 語彙力（子供のデータ）")
print("  相関: ✅ ある（正の相関）")
print("  因果: ❌ ない")
print("  理由: どちらも「年齢」が原因")
print()

print("例3: 消防車の数 と 火災の被害額")
print("  相関: ✅ ある（正の相関）")
print("  因果: ❌ ない（消防車が被害を増やすわけではない）")
print("  理由: 「火災の規模」が両方に影響")
print()

print("=" * 55)
print("【相関も因果関係もある例】")
print("=" * 55)
print()

print("例1: 勉強時間 と テストの点数")
print("  相関: ✅ ある（正の相関）")
print("  因果: ✅ ある（勉強が点数を上げる）")
print()

print("例2: 喫煙量 と 肺がんリスク")
print("  相関: ✅ ある（正の相関）")
print("  因果: ✅ ある（喫煙がリスクを高める）")
print()

print("例3: 運動量 と 体重減少")
print("  相関: ✅ ある（負の相関）")
print("  因果: ✅ ある（運動が体重を減らす）")

# 営業担当者ごとのデータ
visits = [10, 15, 20, 25, 30, 35, 40]      # 訪問件数
contracts = [2, 3, 5, 6, 7, 8, 9]          # 成約件数

# 相関係数を計算
correlation = calculate_correlation(visits, contracts)

print("【営業活動の分析】")
print()
print("訪問件数  成約件数")
print("-" * 25)

for v, c in zip(visits, contracts):
    print(f"{v:5}件    {c:3}件")

print()
print(f"相関係数: {correlation:.3f}")
interpret_correlation(correlation)

print()
print("💡 分析結果:")
print("   訪問件数を増やすと成約件数も増える傾向がある")
print("   （ただし、訪問の質も重要かもしれない）")

# 店舗ごとのデータ
ad_cost = [10, 15, 20, 25, 30]    # 広告費（万円）
price = [1000, 1200, 1500, 1800, 2000]  # 平均価格（円）
sales = [100, 120, 150, 140, 180]  # 売上（万円）

# 各ペアの相関係数を計算
corr_ad_sales = calculate_correlation(ad_cost, sales)
corr_price_sales = calculate_correlation(price, sales)
corr_ad_price = calculate_correlation(ad_cost, price)

print("【売上に影響する要因の分析】")
print()

print(f"広告費と売上の相関: {corr_ad_sales:.2f}")
interpret_correlation(corr_ad_sales)
print()

print(f"価格と売上の相関: {corr_price_sales:.2f}")
interpret_correlation(corr_price_sales)
print()

print(f"広告費と価格の相関: {corr_ad_price:.2f}")
interpret_correlation(corr_ad_price)
print()

print("💡 分析のまとめ:")
print("   - 広告費と売上には強い正の相関がある")
print("   - 広告を増やすと売上が増える可能性が高い")