← ALL CHALLENGES
CHALLENGE / INTERMEDIATE / READY TO QUERY

Gapminder: ความมั่งคั่งและสุขภาพของประชาชาติ

ฝึก JOIN สี่ตารางด้วยประเทศและปี เพื่อสร้างกราฟฟองแบบ Hans Rosling ที่แสดง GDP ต่อหัว อายุคาดเฉลี่ย และจำนวนประชากร แยกสีตามภูมิภาค และเคลื่อนไหวตามปี

01 / THE QUESTION

Question

ในปี 2006 Hans Rosling แพทย์และนักสถิติชาวสวีเดน ขึ้นพูดบนเวที TED และทำให้ data visualization เป็นที่รู้จักไปทั่วโลก เขาใช้ซอฟต์แวร์ของมูลนิธิ Gapminder แสดงแต่ละประเทศเป็นฟองหนึ่งฟอง แกน X คือ GDP ต่อหัว แกน Y คืออายุคาดเฉลี่ย ขนาดฟองคือจำนวนประชากร และสีคือภูมิภาคของโลก เมื่อเขากดเล่น ฟองทั้งหมดก็เคลื่อนที่ไปทีละปี ผู้ชมได้เห็นว่าประเทศส่วนใหญ่ทั้งมีสุขภาพดีขึ้นและร่ำรวยขึ้น การบรรยายครั้งนั้นท้าทายความเชื่อเก่าที่แบ่งโลกเป็น "ประเทศพัฒนาแล้ว" ที่รวย กับ "ประเทศกำลังพัฒนา" ที่จน

กราฟสไตล์ Gapminder จากข้อมูลใน Querious: GDP ต่อหัว (สเกลลอการิทึม) เทียบกับอายุคาดเฉลี่ยในปี 2018 ขนาดฟองตามจำนวนประชากร สีตามภูมิภาค UN M49
กราฟสไตล์ Gapminder จากข้อมูลใน Querious: GDP ต่อหัว (สเกลลอการิทึม) เทียบกับอายุคาดเฉลี่ยในปี 2018 ขนาดฟองตามจำนวนประชากร สีตามภูมิภาค UN M49

ลองสร้างกราฟ Gapminder ขึ้นมาใหม่ด้วยข้อมูลใน Querious โดย JOIN สี่ตารางให้แต่ละแถวเป็นข้อมูลของหนึ่งประเทศในหนึ่งปี แล้วสร้าง scatter plot แบบเคลื่อนไหวที่แยกสีตามภูมิภาค เมื่อกดเล่นแล้ว ภูมิภาคไหนขยับเร็วที่สุด ประเทศไหนแยกตัวออกจากกลุ่มภูมิภาคของตัวเอง และรูปแบบเปลี่ยนไปในช่วงปีไหนบ้าง?

02 / SOURCE TABLES

Tables to use

03 / RELATIONSHIP

ER diagram

4-TABLE RELATIONSHIP
worldbank_gdp_per_capitacountry_iso_alpha3Key fieldcountry_nameyearKey fieldgdp_per_capita_current_usd
worldbank_life_expectancy_at_birthcountry_iso_alpha3Join fieldyearJoin fieldlife_expectancy_at_birth_years

worldbank_gdp_per_capita.country_iso_alpha3 = worldbank_life_expectancy_at_birth.country_iso_alpha3 + year · one GDP-per-capita observation to one life-expectancy observation for each country and year

worldbank_gdp_per_capitacountry_iso_alpha3Key fieldyearKey field
worldbank_population_totalcountry_iso_alpha3Join fieldyearJoin fieldpopulation_total

worldbank_gdp_per_capita.country_iso_alpha3 = worldbank_population_total.country_iso_alpha3 + year · one GDP-per-capita observation to one population observation for each country and year

worldbank_gdp_per_capitacountry_iso_alpha3Key field
country_geographycountry_iso_alpha3Join fieldun_m49_region_name

worldbank_gdp_per_capita.country_iso_alpha3 = country_geography.country_iso_alpha3 · many yearly observations to one UN M49 geography row per country

04 / ANALYST GUIDE

Guide

Analysis requirements

  • เชื่อม worldbank_gdp_per_capita, worldbank_life_expectancy_at_birth และ worldbank_population_total ด้วยทั้ง country_iso_alpha3 และ year แล้วเชื่อม country_geography ด้วย country_iso_alpha3 อย่างเดียว เพื่อเพิ่ม un_m49_region_name
  • เก็บเฉพาะแถวที่มีค่าครบทั้งสามตัวชี้วัด ผลลัพธ์แต่ละแถวควรเป็นหนึ่งประเทศในหนึ่งปี
  • สร้าง scatter plot โดยให้ x = gdp_per_capita_current_usd (ใช้สเกลลอการิทึม), y = life_expectancy_at_birth_years, ขนาดฟอง = population_total, สี = un_m49_region_name และใช้ year เป็นเฟรมของภาพเคลื่อนไหว
  • จำนวนประเทศที่มีข้อมูลเปลี่ยนไปตามเวลา (ประมาณ 110 ประเทศในปี 1960 และมากกว่า 200 ประเทศตั้งแต่ทศวรรษ 1990) ให้ระบุจำนวนประเทศในแต่ละปีด้วย เพราะฟองที่โผล่ขึ้นมาทีหลังไม่ได้แปลว่าเป็นประเทศใหม่
  • gdp_per_capita_current_usd เป็นดอลลาร์สหรัฐ ณ ราคาปัจจุบัน ไม่ได้ปรับเงินเฟ้อหรือกำลังซื้อ (PPP) เมื่อดูข้ามหลายทศวรรษ การที่ฟองเลื่อนไปทางขวาส่วนหนึ่งมาจากเงินเฟ้อ จึงควรเทียบตำแหน่งระหว่างประเทศภายในปีเดียวกันมากกว่าเทียบระยะทางข้ามปี กราฟ Gapminder ต้นฉบับใช้ดอลลาร์ PPP ที่ปรับเงินเฟ้อแล้ว
  • สีของภูมิภาคใช้ 5 ภูมิภาคของ UN M49 (Africa, Americas, Asia, Europe, Oceania) ไม่ใช่การแบ่ง 4 กลุ่มของ Gapminder และความสัมพันธ์ระหว่างประเทศไม่ได้พิสูจน์ว่าสิ่งหนึ่งเป็นสาเหตุของอีกสิ่ง

Suggested query

Expand suggested query
SQL / STARTER QUERY
SELECT g.year,
       g.country_iso_alpha3,
       g.country_name,
       r.un_m49_region_name AS region,
       g.gdp_per_capita_current_usd,
       l.life_expectancy_at_birth_years,
       p.population_total
FROM worldbank_gdp_per_capita AS g
JOIN worldbank_life_expectancy_at_birth AS l
  ON g.country_iso_alpha3 = l.country_iso_alpha3
 AND g.year = l.year
JOIN worldbank_population_total AS p
  ON g.country_iso_alpha3 = p.country_iso_alpha3
 AND g.year = p.year
JOIN country_geography AS r
  ON g.country_iso_alpha3 = r.country_iso_alpha3
WHERE g.gdp_per_capita_current_usd IS NOT NULL
  AND l.life_expectancy_at_birth_years IS NOT NULL
  AND p.population_total IS NOT NULL
ORDER BY g.year, region, g.country_name;