当前位置: 首页 JCRQ2 期刊介绍(非官网)
Statistics

Statistics

SCISCIE

国际简称:STATISTICS  参考译名:统计数据

  • 中科院分区

    4区

  • CiteScore分区

    Q3

  • JCR分区

    Q2

基本信息:
ISSN:0233-1888
E-ISSN:1029-4910
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:GERMANY
出版商:Taylor and Francis Ltd.
出版语言:English
出版周期:Bimonthly
出版年份:1977
研究方向:STATISTICS & PROBABILITY
评价信息:
影响因子:1.4
H-index:26
CiteScore指数:1.9
SJR指数:0.546
SNIP指数:1.012
发文数据:
Gold OA文章占比:3.21%
研究类文章占比:100.00%
年发文量:99
自引率:0
开源占比:0.0204
出版撤稿占比:
出版国人文章占比:0.16
OA被引用占比:0.0068...
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Statistics期刊介绍

Statistics publishes papers developing and analysing new methods for any active field of statistics, motivated by real-life problems. Papers submitted for consideration should provide interesting and novel contributions to statistical theory and its applications with rigorous mathematical results and proofs. Moreover, numerical simulations and application to real data sets can improve the quality of papers, and should be included where appropriate. Statistics does not publish papers which represent mere application of existing procedures to case studies, and papers are required to contain methodological or theoretical innovation. Topics of interest include, for example, nonparametric statistics, time series, analysis of topological or functional data. Furthermore the journal also welcomes submissions in the field of theoretical econometrics and its links to mathematical statistics.

期刊简介Statistics期刊介绍

《Statistics》自1977出版以来,是一本数学优秀杂志。致力于发表原创科学研究结果,并为数学各个领域的原创研究提供一个展示平台,以促进数学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道数学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCI、SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Statistics Cite Score数据

  • CiteScore:1.9
  • SJR:0.546
  • SNIP:1.012
学科类别 分区 排名 百分位
大类:Mathematics 小类:Statistics and Probability Q3 176 / 303

42%

大类:Mathematics 小类:Statistics, Probability and Uncertainty Q3 107 / 178

40%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Statistics 中科院分区

《新锐期刊分区表》(2026年3月发布) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
数学 4区 STATISTICS & PROBABILITY 统计学与概率论 4区
期刊分区表(2025年3月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
数学 4区 STATISTICS & PROBABILITY 统计学与概率论 4区
期刊分区表(2023年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
数学 4区 STATISTICS & PROBABILITY 统计学与概率论 4区
期刊分区表(2022年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
数学 4区 STATISTICS & PROBABILITY 统计学与概率论 4区
期刊分区表(2021年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
数学 4区 STATISTICS & PROBABILITY 统计学与概率论 4区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Statistics JCR分区

2025-2026年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:STATISTICS & PROBABILITY SCIE Q2 79 / 170

53.8

学科:STATISTICS & PROBABILITY SCIE Q2 53 / 170

69.12

2024-2025年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:STATISTICS & PROBABILITY SCIE Q3 98 / 169

42.3

学科:STATISTICS & PROBABILITY SCIE Q3 110 / 169

35.21

2023-2024年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:STATISTICS & PROBABILITY SCIE Q2 74 / 168

56.3

学科:STATISTICS & PROBABILITY SCIE Q4 129 / 168

23.51

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计
  • 国家/地区数量
  • CHINA MAINLAND46
  • USA37
  • India25
  • France20
  • Iran17
  • Canada16
  • GERMANY (FED REP GER)11
  • Poland11
  • Spain10
  • Brazil8

本刊中国学者近年发表论文

  • 1、A hierarchical Bayesian discrete-continuous mixture model with nested Dirichlet processe

    Author: Sajjad, Irsa; Malik, Maria

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2654459

  • 2、Calibration-enhanced estimation and asymptotically distortion-free testing under multiplicative measurement error

    Author: Liang, Haihu; He, Haijin; Zhang, Jun

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2659733

  • 3、A consistent nonparametric test for fractional degree stochastic dominanc

    Author: Zhuang, Weiwei; He, Haowei; Yuan, Min; Dong, Minyu; Qiu, Guoxin

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2659736

  • 4、Robust independence test of functional variables via Gupta angle covarianc

    Author: Jiang, Yunlu; Yang, Yukun; Jiang, Ruizhe

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2659741

  • 5、Penalized composite quantile regression model for compositional dat

    Author: Zeng, Zhen; Mo, Yun; Yao, Weixin; Sun, Mingyun

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2632740

  • 6、Functional recurrent neural network for vector-on-functional data modelin

    Author: Wang, Guochang; Chen, Jiahui; Chen, Xianda; Zhong, Chenglong

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2645115

  • 7、Validating SAFE metrics by traditional machine learning in credit rating classificatio

    Author: Wu, Lunshuai

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2025.2605244

  • 8、Some consistency results of LS estimators in simple linear errors-in-variables regression model

    Author: Hou, Haoyue; Wu, Yi; Huang, Haiwu; Wang, Xuejun

    Journal: STATISTICS. 2026; Vol. , Issue , pp. -. DOI: 10.1080/02331888.2026.2626763

投稿常见问题

通讯方式:2-4 PARK SQUARE, MILTON PARK, ABINGDON, England, OXON, OX14 4RN。