SUBCOMPETENCIA 9 ANALISIS Y PROCESAMIENTO DE INFORMACIÓN DE SEGURIDAD ALIMENTARIA

Proyecto de seguridad alimentaria, como propuesta el Requesón como alimento nutritivo en los menores de edad.

Los alimentos ricos en proteínas constituyen un esencial en cualquier dieta, pero al momento de escogerlos, siempre es conveniente supervisar su aporte de grasas, sobre todo, si nuestro objetivo es cuidar la composición corporal para perder grasa y ganar músculo.

Con esta finalidad, existen varios alimentos cuyo aporte de proteínas es significativo, pero muy pocos contienen bajo contenido graso, como es el caso del requesón, una fuente importante de proteínas de alto valor biológico y pocas grasas.

El requesón es considerado un queso por muchos, aunque la definición exacta sería un lácteo que proviene del suero de leche cuajado. Por esta razón, todas las proteínas de la leche que quedan en el suero se concentran formando el requesón.

Además, debido a que no posee maduración, como es el caso de los quesos, su porcentaje de agua es elevado (80%) y su aporte de grasas es muy bajo, ya que sólo brinda 4 gramos por cada 100 de alimento, pudiendo ser la mitad si el requesón es desnatado.

Incluso, la concentración de proteínas, todas de buena calidad por ser de origen animal, es 3 veces mayor que en la leche, pudiendo ser el doble dependiendo de la variedad escogida.

Pero éstas no son las únicas ventajas nutricionales del requesón, sino que su aporte de vitaminas y minerales es muy valioso para el organismo, pues su contenido en calcio, potasio, fósforo, vitamina A y del complejo B, son ingredientes esenciales para el correcto funcionamiento neuromuscular.

Además, su costo es inferior con respecto a los quesos, su contenido y calidad de proteínas es similar, pero su aporte de grasas es significativamente menor, y su versatilidad a la hora de usarlo en la cocina convierten al requesón en un gran recurso para agregar proteínas a la dieta de manera saludable y sin incrementar las calorías de la misma.

SAVE OUTFILE='C:\Users\Ileana Toledo\Documents\REQUESON.sav'

  /COMPRESSED.

NEW FILE.

DATASET NAME Conjunto_de_datos1 WINDOW=FRONT.

REGRESSION

  /MISSING LISTWISE

  /STATISTICS COEFF OUTS R ANOVA

  /CRITERIA=PIN(.05) POUT(.10)

  /NOORIGIN

  /DEPENDENT VAR00002

  /METHOD=ENTER VAR00001.

Regresión Lineal:

Notas
Resultados creados		10-NOV-2016 18:36:34
Comentarios
Entrada	Conjunto de datos activo	Conjunto_de_datos1
	Filtro
	Peso
	Dividir archivo
	Núm. de filas del archivo de trabajo	7
Tratamiento de los datos perdidos	Definición de perdidos	Los valores perdidos definidos por el usuario se tratarán como perdidos.
	Casos utilizados	Los estadísticos se basan en los casos sin valores perdidos para ninguna variable de las utilizadas.
Sintaxis		REGRESSION   /MISSING LISTWISE   /STATISTICS COEFF OUTS R ANOVA   /CRITERIA=PIN(.05) POUT(.10)   /NOORIGIN   /DEPENDENT VAR00002   /METHOD=ENTER VAR00001.
Recursos	Tiempo de procesador	00:00:00.11
	Tiempo transcurrido	00:00:00.13
	Memoria necesaria	1356 bytes
	Memoria adicional requerida para los diagramas de residuos	0 bytes

[Conjunto_de_datos1]

Variables introducidas/eliminadasa
Modelo	Variables introducidas	Variables eliminadas	Método
1	VAR00001b	.	Introducir

a. Variable dependiente: VAR00002

b. Todas las variables solicitadas introducidas.

Resumen del modelo
Modelo	R	R cuadrado	R cuadrado corregida	Error típ. de la estimación
1	.994a	.988	.986	.12245

a. Variables predictoras: (Constante), VAR00001

ANOVAa
Modelo		Suma de cuadrados	gl	Media cuadrática	F	Sig.
1	Regresión	6.229	1	6.229	415.383	.000b
	Residual	.075	5	.015
	Total	6.304	6

a. Variable dependiente: VAR00002( DEPENDIENTE SON LOS KILOS DE REQUESÓN)

b. Variables predictoras: (Constante), VAR00001 ( SON LOS LITROS DE SUERO QUE SE OCUPAN)

Coeficientesa
Modelo		Coeficientes no estandarizados		Coeficientes tipificados	T	Sig.
		B	Error típ.	Beta
1	(Constante)	.050	.086		.578	.589
	VAR00001	.024	.001	.994	20.381	.000

a. Variable dependiente: VAR00002

* Generador de gráficos.

GGRAPH

  /GRAPHDATASET NAME="graphdataset" VARIABLES=VAR00001 VAR00002 MISSING=LISTWISE REPORTMISSING=NO

  /GRAPHSPEC SOURCE=INLINE.

BEGIN GPL

  SOURCE: s=userSource(id("graphdataset"))

  DATA: VAR00001=col(source(s), name("VAR00001"))

  DATA: VAR00002=col(source(s), name("VAR00002"))

  GUIDE: axis(dim(1), label("VAR00001"))

  GUIDE: axis(dim(2), label("VAR00002"))

  ELEMENT: point(position(VAR00001*VAR00002))

END GPL.

Gráfico de Regresión Lineal de la Producción de Kilos de Requesón por litros de Suero

Notas
Resultados creados		10-NOV-2016 18:43:08
Comentarios
Entrada	Conjunto de datos activo	Conjunto_de_datos1
	Filtro
	Peso
	Dividir archivo
	Núm. de filas del archivo de trabajo	7
Sintaxis		GGRAPH   /GRAPHDATASET NAME="graphdataset" VARIABLES=VAR00001 VAR00002 MISSING=LISTWISE REPORTMISSING=NO   /GRAPHSPEC SOURCE=INLINE. BEGIN GPL   SOURCE: s=userSource(id("graphdataset"))   DATA: VAR00001=col(source(s), name("VAR00001"))   DATA: VAR00002=col(source(s), name("VAR00002"))   GUIDE: axis(dim(1), label("VAR00001"))   GUIDE: axis(dim(2), label("VAR00002"))   ELEMENT: point(position(VAR00001*VAR00002)) END GPL.
Recursos	Tiempo de procesador	00:00:03.73
	Tiempo transcurrido	00:00:05.62

[Conjunto_de_datos1]

Datos de Origen del Proyecto.

DÍAS	LITROS (VAR00001)	PRODUCCIÓN DE REQUESÓN (VAR00002)
LUNES	83	2.00
MARTES	39	1.00
MIERCOLES	21	0.50
JUEVES	93	2.50
VIERNES	57	1.50
SABADO	10	0.25
DOMINGO	128	3.00

Conclusión:

 Se aplicó el Método de Regresión Lineal para poder obtener un modelo de predicción para poder conocer la cantidad de litros de suero para poder producir cierta cantidad de kilos de Requesón.