当前位置：首页 SCI 期刊数学 Statistics And Computing(非官网)

Statistics And ComputingSCIE

国际简称：STAT COMPUT 参考译名：统计与计算

中科院分区
2区
CiteScore分区
Q2
JCR分区
Q1

基本信息：: ISSN：0960-3174; E-ISSN：1573-1375; 是否OA：未开放; 是否预警：否; TOP期刊：是

出版信息：: 出版地区：NETHERLANDS; 出版商：Springer US; 出版语言：English; 出版周期：Quarterly; 出版年份：1991; 研究方向：数学-计算机：理论方法

评价信息：: 影响因子：1.6; H-index：61; CiteScore指数：3.2; SJR指数：0.923; SNIP指数：1.413

发文数据：: Gold OA文章占比：48.80%; 研究类文章占比：100.00%; 年发文量：141; 自引率：0.0454...; 开源占比：0.4276; 出版撤稿占比：; 出版国人文章占比：0.03; OA被引用占比：0.3944...

投稿咨询加急见刊

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 And Computing期刊介绍

Statistics and Computing is a bi-monthly refereed journal which publishes papers covering the range of the interface between the statistical and computing sciences.

In particular, it addresses the use of statistical concepts in computing science, for example in machine learning, computer vision and data analytics, as well as the use of computers in data modelling, prediction and analysis. Specific topics which are covered include: techniques for evaluating analytically intractable problems such as bootstrap resampling, Markov chain Monte Carlo, sequential Monte Carlo, approximate Bayesian computation, search and optimization methods, stochastic simulation and Monte Carlo, graphics, computer environments, statistical approaches to software errors, information retrieval, machine learning, statistics of databases and database technology, huge data sets and big data analytics, computer algebra, graphical models, image processing, tomography, inverse problems and uncertainty quantification.

In addition, the journal contains original research reports, authoritative review papers, discussed papers, and occasional special issues on particular topics or carrying proceedings of relevant conferences. Statistics and Computing also publishes book review and software review sections.

期刊简介Statistics And Computing期刊介绍

《Statistics And Computing》自1991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SCIE收录，得到了广泛的认可。

该期刊投稿重要关注点：

预计审稿时间：较慢,6-12周
国际TOP期刊
数学
COMPUTER SCIENCE, THEORY & METHODS
SCIE
中科院2区
非预警

Cite Score数据（2024年最新版）Statistics And Computing Cite Score数据

CiteScore：3.2
SJR：0.923
SNIP：1.413

学科类别	分区	排名	百分位
大类：Mathematics 小类：Statistics and Probability	Q2	74 / 278	73%
大类：Mathematics 小类：Statistics, Probability and Uncertainty	Q2	52 / 168	69%
大类：Mathematics 小类：Theoretical Computer Science	Q2	58 / 130	55%
大类：Mathematics 小类：Computational Theory and Mathematics	Q2	79 / 176	55%

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 And Computing 中科院分区

中科院 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	2区	COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法 STATISTICS & PROBABILITY 统计学与概率论	2区 2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 And Computing JCR分区

2023-2024 年最新版

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	69 / 143	52.1%
学科：STATISTICS & PROBABILITY	SCIE	Q1	38 / 168	77.7%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q2	52 / 143	63.99%
学科：STATISTICS & PROBABILITY	SCIE	Q2	48 / 168	71.73%

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

2023-2024 年国家/地区发文量统计

国家/地区数量
England75
USA56
France28
GERMANY (FED REP GER)26
Australia25
Italy22
Spain15
Singapore12
CHINA MAINLAND11
Japan11

本刊中国学者近年发表论文

1、Sparse logistic functional principal component analysis for binary data
Author: Zhong, Rou; Liu, Shishi; Li, Haocheng; Zhang, Jingxiao

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 1, pp. -. DOI: 10.1007/s11222-022-10190-3
2、Truncated Poisson-Dirichlet approximation for Dirichlet process hierarchical models
Author: Zhang, Junyi; Dassios, Angelos

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 1, pp. -. DOI: 10.1007/s11222-022-10201-3
3、Model-free global likelihood subsampling for massive data
Author: Yi, Si-Yu; Zhou, Yong-Dao

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 1, pp. -. DOI: 10.1007/s11222-022-10185-0
4、Automatic search intervals for the smoothing parameter in penalized splines
Author: Li, Zheyuan; Cao, Jiguo

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 1, pp. -. DOI: 10.1007/s11222-022-10178-z
5、Shape modeling with spline partitions
Author: Ge, Shufei; Wang, Shijia; Elliott, Lloyd

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 1, pp. -. DOI: 10.1007/s11222-022-10170-7
6、A Bayesian parametrized method for interval-valued regression models
Author: Xu, Min; Qin, Zhongfeng

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 3, pp. -. DOI: 10.1007/s11222-023-10234-2
7、Distributed statistical optimization for non-randomly stored big data with application to penalized learning
Author: Wang, Kangning; Li, Shaomin

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 3, pp. -. DOI: 10.1007/s11222-023-10247-x
8、Globally and symmetrically identified Bayesian multinomial probit model
Author: Pan, Maolin; Gu, Minggao; Wu, Xianyi; Fan, Xiaodan

Journal: STATISTICS AND COMPUTING. 2023; Vol. 33, Issue 3, pp. -. DOI: 10.1007/s11222-023-10232-4