GSP787

概要

このチャレンジラボでは、一連のタスクを割り当てられた時間内に完了する必要があります。各ステップの説明に沿って進める形式ではなく、提示されたシナリオとタスクに基づいてご自身で作業を完了していただきます。各タスクが適切に完了したかどうかは、このページに表示される自動スコアリング システムで確認できます。

100% のスコアを達成するには、制限時間内に全タスクを完了する必要があります。

チャレンジラボは Google Cloud のコンセプトについて学習するものではなく、コース内の他のラボで習得したスキルを駆使して、提示された課題に対するソリューションを構築するものです。習得したスキルを活用して、正常に機能しないクエリを修正する能力が求められます。

このラボは、「BigQuery のデータから分析情報を引き出す」スキルバッジに登録している受講者を対象としています。準備が整ったらチャレンジを開始しましょう。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

シナリオ

あなたが所属する公衆衛生機関は、COVID-19（新型コロナウイルス感染症）パンデミックに関連する疑問への回答を導き出す任務を負っています。正しい答えを得られれば、組織は医療的取り組みと啓発プログラムを適切に計画し、これに注力することができます。

この分析に使用するデータセットとテーブルは、bigquery-public-data.covid19_open_data.covid19_open_data です。このリポジトリには、COVID-19 に関連する日単位の時系列データが、全世界の国別データセットが含まれます。含まれるデータは、人口動態、経済、疫学、地理、保健衛生、入院、人流、政府対応、天候に関するものです。

タスク 1. 感染者の総数

• 「の感染者の総数」に答えるクエリを作成します。このクエリは、すべての国の感染者数の合計が含まれる単一行を返す必要があります。列の名前には total_cases_worldwide を使用してください。

参照する列:

• cumulative_confirmed
• date

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 感染者の総数

タスク 2. 被害が甚大な地域

• 「の死亡者数が 人を超えている米国の州の数」を答えるクエリを作成します。このクエリは、count_of_states フィールドに出力を表示する必要があります。

注: NULL 値を含めないでください。

参照する列:

• country_name
• subregion1_name（州の情報を得るため）
• cumulative_deceased

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 被害が甚大な地域

タスク 3. ホットスポットを特定する

• 「の感染者数が 人を超えている米国の州を一覧表示する」クエリを作成します。このクエリは、州名とそれに対応する感染者数の降順のリストを返す必要があります。返されるフィールドの名前は state と total_confirmed_cases です。

参照する列:

• country_code
• subregion1_name（州の情報を得るため）
• cumulative_confirmed

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 ホットスポットの特定

タスク 4. 致命率

1. 「2020 年 のイタリアの致命率」を答えるクエリを作成します。致命率は（総死亡者数 ÷ 総感染者数）× 100 と定義します。
2. 2020 年 の致命率を返し、出力に total_confirmed_cases、total_deaths、case_fatality_ratio のフィールドを含むクエリを作成します。

参照する列:

• country_name
• cumulative_confirmed
• cumulative_deceased

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 致命率

タスク 5. 日付の特定

• 「イタリアの死亡者数の合計が 人を超えた日」を答えるクエリを作成します。このクエリは、yyyy-mm-dd 形式の日付を返す必要があります。

参照する列:

• country_name
• cumulative_deceased

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 日付の特定

タスク 6. 新規感染者ゼロの日数の特定

～の期間にインドで感染者数の増加がゼロであった日数を特定するために、次のクエリを作成しましたが、適切に実行されません。

• クエリが完了して結果が返されるように更新する必要があります。

WITH india_cases_by_date AS ( SELECT date, SUM(cumulative_confirmed) AS cases FROM `bigquery-public-data.covid19_open_data.covid19_open_data` WHERE country_name="India" AND date between '{{{project_0.startup_script.start_date_india_code}}}' and '{{{project_0.startup_script.close_date_india_code}}}' GROUP BY date ORDER BY date ASC ) , india_previous_day_comparison AS (SELECT date, cases, LAG(cases) OVER(ORDER BY date) AS previous_day, cases - LAG(cases) OVER(ORDER BY date) AS net_new_cases FROM india_cases_by_date )

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 新規感染者ゼロの日数の特定

タスク 7. 増加率

• 前述のクエリをテンプレートとして使用し、米国で 2020 年 3 月 22 日～2020 年 4 月 20 日の期間中に、感染者の増加率が前日比 % を上回った日を特定する（およそ 7 日間の増加率を示す）クエリを作成します。このクエリは、日付、その日の感染者数、前日の感染者数、増加率のリストを返す必要があります。

  • 返されるフィールドの名前には、Date、Confirmed_Cases_On_Day、Confirmed_Cases_Previous_Day、Percentage_Increase_In_Cases を使用してください。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 増加率

タスク 8. 治癒率

1. 2020 年 5 月 10 日時点の国ごとの治癒率を降順で一覧表示する（ か国のみ）クエリを作成します。

2. クエリの範囲は、感染者数が 5 万人を超える国に限定してください。

   • このクエリは、country、recovered_cases、confirmed_cases、recovery_rate のフィールドを返す必要があります。

参照する列:

* country_name * cumulative_confirmed * cumulative_recovered

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 治癒率

タスク 9. CDGR - 累積日次増加率

• 次のクエリは、フランスで最初の感染者が報告された日（2020 年 1 月 24 日）から までの CDGR（累積日次増加率）を計算します。

• CDGR は次のように計算されます。

((last_day_cases/first_day_cases)^1/days_diff)-1)

説明:

• last_day_cases は 2020 年 5 月 10 日時点の感染者数

• first_day_cases は 2020 年 1 月 24 日時点の感染者数

• days_diff は 2020 年 1 月 24 日から 2020 年 5 月 10 日までの日数

• このクエリは適切に実行されません。クエリが正常に実行されるようにエラーを修正してください。

WITH france_cases AS ( SELECT date, SUM(cumulative_confirmed) AS total_cases FROM `bigquery-public-data.covid19_open_data.covid19_open_data` WHERE country_name="France" AND date IN ('2020-01-24', '{{{project_0.startup_script.date_code}}}') GROUP BY date ORDER BY date) , summary as ( SELECT total_cases AS first_day_cases, LEAD(total_cases) AS last_day_cases, DATE_DIFF(LEAD(date) OVER(ORDER BY date),date, day) AS days_diff FROM france_cases LIMIT 1 ) select first_day_cases, last_day_cases, days_diff, SQRT((last_day_cases/first_day_cases),(1/days_diff))-1 as cdgr from summary 注: SQL 関数「LEAD()」について詳しくは、こちらの関数、演算子、条件に関するドキュメントをご覧ください。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 CDGR - 累積日次増加率

タスク 10. Looker Studio レポートを作成する

• 米国の次の項目を示す Looker Studio レポートを作成します。

  • 感染者数
  • 死亡者数
  • 期間:

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 Looker Studio レポートを作成する

注: レポートの作成時に以下の画像を参照して、同様の内容になっていることを確認してください。 注: BigQuery の [Looker Studio で調べる] オプションを使用しないでください。

お疲れさまでした

次のスキルバッジを獲得する

このセルフペース ラボは、「BigQuery のデータから分析情報を引き出す」スキルバッジの一部です。このスキルバッジを完了すると成果が認められて、上のようなバッジが贈られます。獲得したバッジを履歴書やソーシャル プラットフォームに記載し、#GoogleCloudBadge を使用して成果を公表しましょう。

このスキルバッジは、Google のデータ アナリスト向け学習プログラムの一部です。この学習プログラムの他のスキルバッジを獲得済みの場合は、他の登録可能なスキルバッジを Google Cloud Skills Boost カタログで検索してみてください。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2024 年 3 月 27 日

ラボの最終テスト日: 2024 年 3 月 27 日

Copyright 2025 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。