Computational Statistics期刊_Springer Berlin Heidelberg出版商

影响因子：1
Gold OA文章占比：22.31%
OA被引用占比：NA
CiteScore：2.9
研究类文章占比：100.00%
开源占比：0.2099

推荐合适期刊投稿指导助力快速见刊

Computational Statistics 期刊简介

Computational Statistics是数学领域的一本优秀期刊。由Springer Berlin Heidelberg出版社出版。该期刊主要发表数学领域的原创性研究成果。创刊于1999年，该期刊主要刊载数学-统计学与概率论及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展，更以其深厚的学术积淀和卓越的审稿标准，确保每篇文章都具备高度的学术价值。此外，该刊同时被SCIE数据库收录，并被划分为中科院SCI4区期刊，它始终坚持创新，不断专注于发布高度有价值的研究成果，不断推动数学领域的进步。

同时，我们注重来稿文章表述的清晰度，以及其与我们的读者群体和研究领域的相关性。为此，我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 12周，或约稿。若您对于稿件是否适合该期刊存在疑虑，建议您在提交前主动与期刊主编取得联系，或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向，为您推荐最为合适的期刊，助力您顺利投稿，实现学术成果的顺利发表。

Computational Statistics 期刊国内分区信息

中科院分区 2023年12月升级版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

中科院分区 2022年12月升级版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

中科院分区 2021年12月旧的升级版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

中科院分区 2021年12月基础版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

中科院分区 2021年12月升级版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

中科院分区 2020年12月旧的升级版

大类学科	分区	小类学科	分区	Top期刊	综述期刊
数学	4区	STATISTICS & PROBABILITY 统计学与概率论	4区	否	否

Computational Statistics 期刊国际分区信息（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：STATISTICS & PROBABILITY	SCIE	Q3	93 / 168	44.9%

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	60 / 168	64.58%

CiteScore指数（2024年最新版）

CiteScore：2.9
SJR：0.566
SNIP：1.14

学科类别	分区	排名	百分位
大类：Mathematics 小类：Statistics and Probability	Q2	85 / 278	69%
大类：Mathematics 小类：Statistics, Probability and Uncertainty	Q2	57 / 168	66%
大类：Mathematics 小类：Computational Mathematics	Q2	81 / 189	57%

期刊评价数据趋势图

中科院分区趋势图

期刊影响因子和自引率趋势图

发文统计

年发文量统计

年份	2014	2015	2016	2017	2018	2019	2020	2021	2022	2023
年发文量	86	59	75	75	81	79	143	124	138	119

高引用文章

文章名称	引用次数
ClustGeo: an R package for hierarchical clustering with spatial constraints	11
fdANOVA: an R software package for analysis of variance for univariate and multivariate functional data	8
Investigation of parameter uncertainty in clustering using a Gaussian mixture model via jackknife, bootstrap and weighted likelihood bootstrap	6
Improved parameter estimation of the log-logistic distribution with applications	6
Bayesian analysis of Weibull distribution based on progressive type-II censored competing risks data with binomial removals	5
Mixtures of multivariate restricted skew-normal factor analyzer models in a Bayesian framework	5
Interval estimation of in ranked set sampling	5
The odd log-logistic Topp-Leone G family of distributions: heteroscedastic regression models and applications	4
An enhanced genetic algorithm with new mutation for cluster analysis	4
Functional data clustering via hypothesis testing k-means	3