（定稿）年生产3万吨低温肉制品项目投资申请报告9（喜欢就下吧）

设每层所要抽到的样本容量为，总的样本容量为，且抽样比记为，按照等比例抽样，即来确定每层所要抽到的样本容量。

得到的结果为，，，，，，，，，，，，，，，。

最后，在每层中进行不放回简单抽样。

矩形区域法划分层的多目标分层抽样与简单随机抽样的比较用，表示第层第个指标的样本均值，因为，所以得到，，，，，，，，，，，，，，，且，构造的抽样统计量为，。

最后得到的抽样结果及与简单随机抽样的比较见表从抽样结果来看，按照矩形区域划分法对多目标抽样进行分层，达到了很好的抽样效果。

虽然我们可以看出多目标分层抽样调查方案对总体均值的估计相对误差有的还是比较大，这是因为我们进行抽样调查的各指标之间不是完全独立的，样本有可能不完全符合我们理论推导中的要求，所以给抽样精度带来了影响。

但是在相同的样本容量下，矩形区域划分法的多目标分层抽样与简单随机抽样进行比较效果还是比较明显的，在相同样本的情况下，多目标分层抽样抽取的样本对总体均值的估计精度明显高于简单随机抽样方案。

多目标分层抽样抽取的样本均值方差比简单随机抽样要小很多。

可见用矩形区域划分法对多目标抽样进行分层能够很好地提高抽样精度。

三设计总结抽样调查作为种有效工具用来认识社会现象，需要它能够尽可能全方位的反映总体情况，这就要求所需调查的目标对总体参数进行估计可以从多个方面进行。

所以实践对多目标抽样理论有着迫切的需求。

而多目标分层抽样方法同时对提高抽。

从以上证明结果可以看出，矩形区域分层法有着优良的性质，子区域自成层，构造的抽样统计量，是总体均值的无偏估计量，而且抽样误差严格小于简单随机抽样情况下的抽样误差，很好地提高了抽样精度。

二多目标矩形区域分层抽样的应用上面我们已经对用矩形区域划分法对多目标分层抽样进行分层做了分析，当把多指标变量的值域划分为若干矩形子区域时，构造出来的统计量，的方差严格小于简单随机抽样时的方差，可见其具有非常良好的性质下面我们就以案例来说明。

矩形区域法对多目标抽样层的划分本次案例是以省年月份城镇居民家庭消费支出调查的统计数据作为总体数据，所以数据具有可靠性真实性。

本次调查的目标为个指标食品衣着居住家庭设备用品及服务医疗保健交通和通信教育文化娱乐服务其他商品和服务。

具体的调查对象包括户口在本地区的常住非农业户户口在本地区的常住农业户户口在外地，居住在本地区半年以上的非农业户户口在外地。

居住在本地区半年以上的农业户。

数据收集方式是采用日记账方式来收集，每季上报次。

对于个调查户的消费支出的资料，我们现在运用矩形区域划分法对其进行抽样实验，在实验中这个调查户的消费支出的资料作为总体，总体的大小为，所用的软件是软件。

首先，为了研究的方便，分层易于操作，我们把这个变量合并成个新的变量食品和衣着合并成个变量，从而形成个新的变量医疗保健和教育文化娱乐服务合并成新变量家庭设备用品及服务和交通和通信合并成新变量其他商品和服务和居住合并成新变量。

其次，对个变量的相关关系进行分析。

四个变量的相关系数矩阵见下表从上面的相关系数矩阵来看，四个变量的相关系数都很小，可以认为它们是相互独立的。

因为现实中的数据模拟，不是严格的独立。

现实中严格的独立是不存在的。

接着，进行分层。

把这个指标分别按照他们与中位数的大小关系分成个水平，其中指标的中位数是，指标的中位数是，指标的中位数是，指标的中位数是。

这样我们就把整个空间分成个子总体，即就是把总体分成了个层。

子总体的大小分别为，，，，，，野，锻炼了个人的自我学习和理解等综合能力，发现了自己在学习上的优点和不足，这对我个人以后的成长发展也起着重要的影响作用，我也会朝着更优秀的方向努力发展。

十分感谢在我研究课题过程中不断帮助我给我建议和意见的同学们，更加感谢我的指导老师给我提供了很多专业资料并且不断的帮助我更好地理解我的课题内容，也指出了我论文中很样精度也起着很好的作用，只是这方面还没有完全成熟的理论方法。

在了解了选题背景国内外研究状况理论意义与实践意义和文章的主要内容的基础上解释了些基本的概念概念，简述了种全新的划分层的方法，矩形区域划分法，并构造了抽样统计量，而且证明了这种划分层的方法得到的抽样误差严格小于简单随机抽样的抽样误差。

本文对多目标分层抽样进行了简单的介绍，同时也有着很多的不足，有待于我以后去学习和加强，多目标分层抽样在实际生活中正发挥着越来越重要的作用，也会受到更多人的关注和研究，关于多目标分层抽样的种种理论和技术也会越来越完善。

通过对这个课题的研究和探索也拓展了我的知识面和思维目标抽样设计更加复杂。

二多目标分层抽样的应用研究多目标分层抽样关于层的划分多目标分层抽样是根据总体单元的特性，先把总体分为若干个层，使总体中差异较小的单位归于层，差异较大的单位归于不同的层，这样做的目的是为了实现层间方差尽可能大，层内方差尽可能小。

然后在每层中抽取样本来代表该层自然就会有较大的代表性，由于每层都进行了抽样，总样本就会对整个总体也有较大的代表性，这样就能够好地大小为实验步骤小波去噪验证仿真实验信号是由函数产生的含标准的高斯白噪声信噪比为的信号，用函数进行去噪处理。

首先产生个长度为点，包含高斯噪声的信号及含噪信号，其噪声标准差为，如图及所示。

利用小波对信号分解，在分解的第层上，利用软阈值法去噪，结果如图所示同样的条件下，利用固定阈值选择算法对信号去噪，结果如图所示。

验证仿真程序如下暂而充实的大学四年时光即将接近尾声，而该毕业论文的设计是大学最后个学期的学习目标和任务，在论文完成之际，特向我的指导老师甘露致以诚挚的谢意。

甘老师为人诚恳，待人和蔼可亲，这种可贵的待人精神为我的毕业论文的设计营造了良好的氛围。

在本次设计中，甘老师给予我很大的关怀和帮助，特别是在论文的选题前期课题指导及各段落内容衔接等各环节都细心的指导和讲解，由于我在以前的课程学习中没有扎实的数字信号处理基础及程序设计经验，甘老师为我提供了诸多方面的资料，让我在课题设计中更加得心应手，最终才能圆满的完成毕业论文的设计。

在这次毕业论文设计中，使我深刻的体会到只有理论知识还是不够的，要能在原有的理论基础上加以动手实践，使理论和实践很好的结合起来，这样才能对该知识点有更加深刻的认识，希望这种经验体会能够为我以后的学习工作中不断成长不断进步。

最后祝愿我所有的老师和同学工作顺利，阖家欢乐，生平安。

参考文献胡昌华，张军波，夏军基于的系统分析与设计，西安西安电子科技大学出版社朱云芳，戴朝华，陈维荣小波消噪阈值选取的种改进方法电测与仪表，，，，高成小波分析及应用国防工业出版社刘涛使用小波分析入门国防工业出版社金宝龙李辉赵乃杰何海峰种新的小波阈值去噪算法弹箭与制导学报刘宗昂杨莘元王丽安种新的小波去噪算法弹箭与制导学报吴伟蔡培升基于的小波去噪仿真信息与电子工程李祥兵肖合林基于的小波阈值折中算法研究电脑开发与应用杜浩潘丛爽基于小波去噪方法研究计算机仿真张兆宁董肖红潘云峰基于小波变换模极大值去噪方法的改进电力系统及其自动化学报附录阈值去噪的验证仿真程序，小波与对比验证仿真程序，小波去噪与去噪效果对比选择中含有噪声的仿真信号作为原始信号，分别使用和小波分析方法对信号进行去噪处理，采用的小波是，分解层数为，对比结果如图所示。

验证仿真程序如下本章总结基于的算法实现算法实现主要分为由于历史的原因，目前，江津蔬 菜传统散小农耕方式严重，江津蔬菜生产大多由农户根据市场 需求和地理优势自由发展，产量不稳定，价格波动大，城镇蔬 菜供应淡旺季仍明显。

从生产总体现状看是保护地年。

菜农年均增收入快速增长，特别是珞璜 马宗基地片区，人均纯收入近元。

蔬菜产业已经成为江 津农村经济新的增长点之。

但是，江津蔬菜仍亟需发展。

在政府的引导下，江津的蔬 菜近号或是些比较平稳的信号，而噪声信号则通常表现为高频信号，所以我们可以先对含噪信号进行小波分解如进行三层分解图三层小波分解示意图其中为分解的近似部分，为分解的细节部分，，则噪声部分通常包含在中，用门限阈值对小波系数进很多的，让它更加系统更加完善，是我们起完成了这项任务，参考文献范金城，阎在在多元抽样技术Ⅰ工程数学学报，张勇论抽样设计的主要内容统计教育，李金昌，虞明娟多目标抽样的区间估计方法浙江统计，刘建平，陈光慧利用辅助信息提高事后分层估计量的精度，统计与决策张勇，周巍，涂玉娟抽样设计方差估计的比较研究，统计研究卢山迭代方法在多目标总体抽样调查中的应用，统计研究林才生，曾五多目标抽样中样本容量设计研究，统计研究王佐仁，张维群，耿宏强总体分高低成本下的复合多目标抽样方案的设计与应用统计与信息论坛，王佐仁，张维群，耿宏强高低成本指标广义相关下的多目标复合抽样方法的设计与应用统计与信息论坛，金勇进，栾文英多变量与规模成比例概率抽样的有关问题统计与信息论坛，，，，，，，，，再接着，确定每层的抽样数目。

设每层所要抽到的样本容量为，总的样本容量为，且抽样比记为，按照等比例抽样，即来确定每层所要抽到的样本容量。

得到的结果为，，，，，，，，，，，，，，，。

最后，在每层中进行不放回简单抽样。

矩形区域法划分层的多目标分层抽样与简单随机抽样的比较用，表示第层第个指标的样本均值，因为，所以得到，，，，，，，，，，，，，，，且，构造的抽样统计量为，。

最后得到的抽样结果及与简单随机抽样的比较见表从抽样结果来看，按照矩形区域划分法对多目标抽样进行分层，达到了很好的抽样效果。

虽然我们可以看出多目标分层抽样调查方案对总体均值的估计相对误差有的还是比较大，这是因为我们进行抽样调查的各指标之间不是完全独立的，样本有可能不完全符合我们理论推导中的要求，所以给抽样精度带来了影响。

但是在相同的样本容量下，矩形区域划分法的多目标分层抽样与简单随机抽样进行比较效果还是比较明显的，在相同样本的情况下，多目标分层抽样抽取的样本对总体均值的估计精度明显高于简单随机抽样方案。

多目标分层抽样抽取的样本均值方差比简单随机抽样要小很多。

可见用矩形区域划分法对多目标抽样进行分层能够很好地提高抽样精度。

三设计总结抽样调查作为种有效工具用来认识社会现象，需要它能够尽可能全方位的反映总体情况，这就要求所需调查的目标对总体参数进行估计可以从多个方面进行。

所以实践对多目标抽样理论有着迫切的需求。

而多目标分层抽样方法同时对提高抽。

从以上证明结果可以看出，矩形区域分层法有着优良的性质，子区域自成层，构造的抽样统计量，是总体均值的无偏估计量，而且抽样误差严格小于简单随机抽样情况下的抽样误差，很好地提高了抽样精度。

二多目标矩形区域分层抽样的应用上面我们已经对用矩形区域划分法对多目标分层抽样进行分层做了分析，当把多指标变量的值域划分为若干矩形子区域时，构造出来的统计量，的方差严格小于简单随机抽样时的方差，可见其具有非常良好的性质下面我们就以