Для укрепления костей необходимо употреблять кальций в комплексе с витамином D
Total Variance Explained
Группа
Component
Initial Eigenvalues(a)
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Raw
,061
6,737
6,737
,061
6,737
6,737
,047
5,160
5,160
2
,061
6,681
13,419
,061
6,681
13,419
,057
6,283
11,443
3
,058
6,358
19,776
,058
6,358
19,776
,053
5,840
17,284
4
,054
5,983
25,760
,054
5,983
25,760
,049
5,346
22,630
5
,052
5,775
31,534
,052
5,775
31,534
,056
6,215
28,845
6
,052
5,775
37,309
,052
5,775
37,309
,056
6,215
35,060
7
,051
5,598
42,907
,051
5,598
42,907
,056
6,215
41,275
8
,050
5,533
48,440
,050
5,533
48,440
,056
6,215
47,490
9
,047
5,230
53,670
,047
5,230
53,670
,044
4,814
52,303
10
,045
4,987
58,656
,045
4,987
58,656
,044
4,814
57,117
11
,044
4,812
63,469
,044
4,812
63,469
,044
4,814
61,930
12
,044
4,812
68,281
,044
4,812
68,281
,049
5,391
67,322
13
,042
4,669
72,950
,042
4,669
72,950
,051
5,628
72,950
14
,041
4,474
77,423
15
,039
4,331
81,754
16
,039
4,331
86,085
17
,037
4,037
90,123
18
,031
3,444
93,567
19
,019
2,142
95,709
20
,017
1,925
97,634
21
,017
1,924
99,558
22
,004
,442
100,000
Rescaled
,061
6,737
6,737
1,141
5,188
5,188
1,137
5,169
5,169
2
,061
6,681
13,419
1,154
5,244
10,433
1,069
4,859
10,028
3
,058
6,358
19,776
1,088
4,945
15,377
1,066
4,844
14,872
4
,054
5,983
25,760
1,075
4,884
20,262
1,058
4,807
19,679
5
,052
5,775
31,534
,978
4,447
24,709
1,056
4,799
24,478
6
,052
5,775
37,309
,978
4,447
29,156
1,056
4,799
29,277
7
,051
5,598
42,907
1,049
4,770
33,926
1,056
4,799
34,075
8
,050
5,533
48,440
1,034
4,701
38,628
1,056
4,799
38,874
9
,047
5,230
53,670
1,076
4,892
43,519
1,045
4,748
43,622
10
,045
4,987
58,656
1,089
4,948
48,467
1,045
4,748
48,370
11
,044
4,812
63,469
1,045
4,752
53,219
1,045
4,748
53,119
12
,044
4,812
68,281
1,045
4,752
57,971
1,030
4,684
57,802
13
,042
4,669
72,950
,992
4,507
62,478
1,029
4,676
62,478
14
,041
4,474
77,423
15
,039
4,331
81,754
16
,039
4,331
86,085
17
,037
4,037
90,123
18
,031
3,444
93,567
19
,019
2,142
95,709
20
,017
1,925
97,634
21
,017
1,924
99,558
22
,004
,442
100,000
Extraction Method: Principal Component Analysis.a When analyzing a covariance matrix, the initial eigenvalues are the same across the raw and rescaled solution.
Rotated Component Matrix(a)
Raw
Rescaled
Component
Component
1
VAR00017
,171
,005
,004
,006
,005
,005
,005
,005
,007
,007
,007
,005
,006
,838
,025
,022
,030
,023
,023
,023
,023
,034
,034
,034
,023
,028
VAR00020
,106
,004
,003
,004
,003
,003
,003
,003
,004
,004
,004
,011
,004
,546
,018
,016
,020
,017
,017
,017
,017
,019
,019
,019
,056
,020
VAR00012
-,016
-,222
,017
,013
,017
,017
,017
,017
,006
,006
,006
-,042
,015
-,069
-,957
,071
,055
,073
,073
,073
,073
,024
,024
,024
-,183
,067
VAR00005
-,017
,011
-,217
,012
,010
,010
,010
,010
,009
,009
,009
-,025
,011
-,076
,052
-,972
,054
,047
,047
,047
,047
,040
,040
,040
-,114
,049
VAR00016
-,016
,010
,009
-,209
,009
,009
,009
,009
,009
,009
,009
-,002
,010
-,073
,046
,043
-,977
,044
,044
,044
,044
,044
,044
,044
-,009
,048
VAR00019
-,015
,018
,018
,013
-,220
,018
,018
,009
,004
,004
,004
-,052
,016
-,066
,077
,078
,054
-,950
,079
,079
,039
,018
,018
,018
-,225
,069
VAR00015
-,015
,018
,018
,013
,018
-,220
,009
,018
,004
,004
,004
-,052
,016
-,066
,077
,078
,054
,079
-,950
,039
,079
,018
,018
,018
-,225
,069
VAR00001
-,015
,018
,018
,013
,018
,009
-,220
,018
,004
,004
,004
-,052
,016
-,066
,077
,078
,054
,079
,039
-,950
,079
,018
,018
,018
-,225
,069
VAR00013
-,015
,018
,018
,013
,009
,018
,018
-,220
,004
,004
,004
-,052
,016
-,066
,077
,078
,054
,039
,079
,079
-,950
,018
,018
,018
-,225
,069
VAR00021
-,022
,008
,009
,014
,006
,006
,006
,006
-,184
,025
,025
,053
,010
-,110
,038
,044
,071
,028
,028
,028
,028
-,902
,120
,120
,259
,051
VAR00007
-,045
,021
,029
,039
,016
,016
,016
,016
,090
,090
,090
,083
,028
-,221
,105
,143
,193
,076
,076
,076
,076
,440
,440
,439
,407
,139
VAR00002
-,022
,008
,009
,014
,006
,006
,006
,006
,025
-,184
,025
,053
,010
-,110
,038
,044
,071
,028
,028
,028
,028
,120
-,902
,120
,259
,051
VAR00011
-,022
,008
,009
,014
,006
,006
,006
,006
,025
,025
-,184
,053
,010
-,110
,038
,044
,071
,028
,028
,028
,028
,120
,120
-,902
,258
,051
VAR00014
-,027
,075
,055
,039
,079
,079
,079
,079
,002
,002
,002
-,125
,040
-,115
,323
,239
,170
,342
,342
,342
,342
,008
,008
,007
-,541
,173
VAR00003
-,002
,002
,003
,003
,001
,001
,001
,001
,000
,000
,000
,035
,001
-,010
,010
,013
,014
,006
,006
,006
,006
,001
,001
,001
,180
,004
VAR00008
-,002
,002
,003
,003
,001
,001
,001
,001
,000
,000
,000
,035
,001
-,010
,010
,013
,014
,006
,006
,006
,006
,001
,001
,001
,180
,004
VAR00010
-,002
,002
,003
,003
,001
,001
,001
,001
,000
,000
,000
,035
,001
-,010
,010
,013
,014
,006
,006
,006
,006
,001
,001
,001
,180
,004
VAR00018
,001
,001
,000
-,001
,001
,001
,001
,001
-,001
-,001
-,001
,013
,001
,007
,003
,000
-,003
,005
,005
,005
,005
-,007
-,007
-,007
,075
,003
VAR00006
,001
,000
,000
,000
,000
,000
,000
,000
-,001
-,001
-,001
,004
,000
,005
,001
-,001
-,003
,003
,003
,003
,003
-,004
-,004
-,004
,033
,001
VAR00022
,001
,000
,000
,000
,000
,000
,000
,000
-,001
-,001
-,001
,004
,000
,005
,001
-,001
-,003
,003
,003
,003
,003
-,004
-,004
-,004
,033
,001
VAR00004
,000
,000
-,003
,000
,000
,000
,000
,000
,000
,000
,000
,004
,000
,003
,002
-,023
-,002
,004
,004
,004
,004
-,003
-,003
-,003
,029
,002
VAR00009
-,015
,013
,014
,011
,013
,013
,013
,013
,007
,007
,007
-,025
-,216
-,069
,059
,062
,049
,059
,059
,059
,059
,032
,032
,032
-,114
-,971
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 18 iterations.
2 группа
Total Variance Explained 2 группа
Component
Initial Eigenvalues(a)
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Raw
,147
11,506
11,506
,147
11,506
11,506
,078
6,114
6,114
2
,119
9,297
20,803
,119
9,297
20,803
,098
7,620
13,733
3
,107
8,337
29,140
,107
8,337
29,140
,110
8,609
22,343
4
,103
8,034
37,174
,103
8,034
37,174
,084
6,543
28,885
5
,096
7,525
44,700
,096
7,525
44,700
,098
7,685
36,571
6
,092
7,169
51,869
,092
7,169
51,869
,098
7,674
44,245
7
,077
6,050
57,919
,077
6,050
57,919
,107
8,323
52,568
8
,070
5,433
63,352
,070
5,433
63,352
,109
8,499
61,068
9
,061
4,744
68,096
,061
4,744
68,096
,090
7,028
68,096
10
,058
4,538
72,634
11
,051
4,003
76,637
12
,051
3,947
80,584
13
,042
3,308
83,892
14
,039
3,069
86,962
15
,033
2,603
89,565
16
,028
2,173
91,738
17
,028
2,169
93,906
18
,027
2,133
96,039
19
,019
1,500
97,539
20
,014
1,084
98,624
21
,012
,943
99,567
22
,006
,433
100,000
Rescaled
,147
11,506
11,506
1,495
6,796
6,796
1,821
8,278
8,278
2
,119
9,297
20,803
1,532
6,962
13,758
1,452
6,600
14,879
3
,107
8,337
29,140
1,343
6,105
19,863
1,349
6,130
21,008
4
,103
8,034
37,174
1,235
5,613
25,476
1,326
6,029
27,037
5
,096
7,525
44,700
1,279
5,815
31,291
1,217
5,532
32,570
6
,092
7,169
51,869
1,214
5,516
36,807
1,165
5,295
37,865
7
,077
6,050
57,919
1,176
5,347
42,153
1,124
5,108
42,973
8
,070
5,433
63,352
1,485
6,748
48,901
1,096
4,983
47,956
9
,061
4,744
68,096
,868
3,945
52,846
1,076
4,891
52,846
10
,058
4,538
72,634
11
,051
4,003
76,637
12
,051
3,947
80,584
13
,042
3,308
83,892
14
,039
3,069
86,962
15
,033
2,603
89,565
16
,028
2,173
91,738
17
,028
2,169
93,906
18
,027
2,133
96,039
19
,019
1,500
97,539
20
,014
1,084
98,624
21
,012
,943
99,567
22
,006
,433
100,000
Extraction Method: Principal Component Analysis. a When analyzing a covariance matrix, the initial eigenvalues are the same across the raw and rescaled solution.
Rotated Component Matrix(a)
Raw
Rescaled
Component
Component
1
VAR00017
,096
-,005
,001
,017
,004
,002
-,003
,012
,006
,586
-,029
,006
,103
,024
,013
-,020
,076
,037
VAR00016
,096
-,005
,001
,017
,004
,002
-,003
,012
,006
,586
-,029
,006
,103
,024
,013
-,020
,076
,037
VAR00004
,078
-,004
,001
,013
,003
,001
-,003
,008
,004
,476
-,024
,006
,076
,019
,008
-,019
,051
,023
VAR00019
,078
-,004
,001
,013
,003
,001
-,003
,008
,004
,476
-,024
,006
,076
,019
,008
-,019
,051
,023
VAR00020
,054
-,005
,005
-,010
-,004
-,006
,002
-,018
-,008
,268
-,027
,027
-,049
-,021
-,028
,010
-,088
-,040
VAR00021
,034
-,003
,003
-,006
-,003
-,004
,001
-,011
-,005
,209
-,021
,021
-,038
-,016
-,022
,007
-,069
-,033
VAR00011
,020
-,001
,002
-,004
,000
-,002
-,002
-,008
-,006
,122
-,004
,012
-,022
-,002
-,014
-,014
-,048
-,036
VAR00001
,020
-,002
,002
-,004
,000
-,002
-,002
-,007
-,006
,121
-,011
,012
-,024
-,001
-,012
-,015
-,046
-,034
VAR00018
-,012
,209
,021
,047
-,025
-,051
,003
-,043
,001
-,046
,824
,081
,186
-,099
-,199
,011
-,171
,003
VAR00022
-,062
,186
,019
-,016
-,013
,038
-,035
,032
,011
-,245
,732
,073
-,062
-,050
,150
-,136
,127
,044
VAR00003
-,030
-,032
-,261
,031
-,055
-,045
-,044
-,007
,023
-,100
-,109
-,881
,104
-,185
-,153
-,147
-,025
,077
VAR00002
-,089
-,028
-,134
,038
,017
,035
,024
-,044
-,068
-,350
-,112
-,527
,151
,066
,137
,094
-,174
-,268
VAR00013
-,092
-,110
,135
,093
-,112
-,087
-,113
-,032
-,024
-,311
-,372
,457
,313
-,376
-,295
-,382
-,109
-,082
VAR00005
-,042
,015
,018
-,214
-,023
-,011
-,010
-,014
-,016
-,166
,060
,069
-,843
-,090
-,042
-,039
-,057
-,064
VAR00007
,004
-,024
,010
-,128
-,011
-,009
-,010
,015
-,004
,019
-,104
,043
-,560
-,047
-,040
-,045
,066
-,018
VAR00012
-,083
-,036
,018
,027
,258
-,035
,028
-,042
,026
-,279
-,122
,062
,091
,870
-,117
,093
-,141
,089
VAR00014
,031
-,006
,011
,018
,099
-,001
-,037
,008
-,026
,137
-,025
,047
,078
,433
-,005
-,160
,033
-,114
VAR00006
-,040
-,006
,020
,037
-,033
,281
-,002
-,025
,000
-,136
-,019
,068
,124
-,113
,947
-,007
-,086
,002
VAR00010
-,047
-,040
,025
,041
-,035
-,002
,292
,040
-,025
-,150
-,126
,080
,132
-,110
-,006
,929
,128
-,078
VAR00015
-,070
-,009
,040
-,018
-,031
-,034
,042
,308
-,033
-,211
-,026
,122
-,054
-,093
-,102
,126
,930
-,100
VAR00009
-,008
,029
,037
,036
-,035
-,043
-,014
-,045
-,041
-,038
,147
,183
,179
-,173
-,217
-,072
-,227
-,206
VAR00008
-,054
,014
,008
,031
-,020
,003
-,021
-,023
,281
-,181
,049
,027
,106
-,068
,011
-,071
-,079
,947
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 13 iterations.
Организму необходимо получать достаточно большое количество витамина D, для того, чтобы костная ткань смогла усваивать кальций, поступающий с пищей. Продукты – лидеры по содержанию витамина D: сельдь, лосось, светлый тунец (консервированный), сардины, желтки яиц, рис, витаминизированная соя, коровье или же миндальное молоко.
3. Для профилактики проблем со зрением важно употреблять сочетание витаминов С и Е, это активное соединение способно помочь вам сохранить остроту зрения на долгие годы. Продукты – лидеры по содержанию витамина Е: миндальное масло и сами орехи, арахис и масло из него, проростки пшеницы, бобы сои, семечки подсолнечника. Продукты – лидеры по содержанию витамина С: плоды цитрусовых, гуава, киви, болгарский перец, брюссельская капуста и брокколи, картофель, томаты, клубника,свежая клубника.
4. Для того чтобы избавиться от чувства усталости и получить заряд энергии, употребляйте комплекс из витамина С и железа.
Железо отвечает за обеспечение кислородом клеток мозга, мышц и всех внутренних органов. Витамин С борется с болезнями, способствует укреплению десен, оздоровлению сердца и кожи, а также помогает клеткам тела усваивать железо. Продукты – лидеры по содержанию железа: овсяные хлопья, проростки пшеницы, шпинат, соевый сыр - тофу, лебеда, крахмалосодержащие бобы.
5. Для того чтобы укрепить свое сердце и опорно-двигательный аппарат, употребляйте сочетание полезных жиров и витамина К.
«Правильные» жиры, поли и мононенасыщенные (в число которых входит и омега-3), оказывают оздоровительное воздействие на организм, снижая уровень содержащегося в нем холестерина. Кроме того, без жиров невозможно усвоение витамина К, влияющего на свертываемость крови и структуру костной ткани. Продукты – лидеры по содержанию витамина К: белокочанная, брюссельская и листовая капуста, а также брокколи, шпинат, репа и мангольд. Продукты – лидеры по содержанию полезных жиров: любые орехи, растительные масла, авокадо и тосты с кунжутом.
6. Для сияющей и молодой кожи вам необходимы такие вещества, как бета – каротин в комплексе с полезными жирами. Для того чтобы бета-каротин преобразовался в крайне полезный витамин А, ему нужно взаимодействовать с полезными жирами. Помимо оздоровления и омоложения кожи, этот витамин положительно влияет также на репродуктивную и иммунную системы. Продукты – лидеры по содержанию бета-каротина: дыня, абрикосы, папайя, капуста, морковь, болгарский перец, картофель и шпинат.
7. Для укрепления иммунной системы своего организма употребляйте сочетание цинка и соединений серы. Именно благодаря соединениям серы повышается поглощение организмом цинка, в особенности из различных цельнозерновых продуктов. Как результат – происходит повышение иммунитета, ускоряется процесс заживления ран. Продукты – лидеры по содержанию цинка: все бобовые, а также цельные злаки и цельнозерновой хлеб. Продукты – лидеры по содержанию соединений серы: чеснок и лук.
Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет
studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав!Последнее добавление