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.
No hay comentarios:
Publicar un comentario