Annals Of Statistics（统计年鉴杂志）是由Institute of Mathematical Statistics出版社主办的一本以数学-STATISTICS & PROBABILITY为研究方向，OA非开放（Not Open Access）的国际顶尖期刊。旨在帮助发展和壮大数学及相关学科的各个方面。该期刊接受多种不同类型的文章。本刊出版语言为English，创刊于1973年。自创刊以来，已被SCIE（科学引文索引扩展板）等国内外知名检索系统收录。该杂志发表了高质量的论文，重点介绍了STATISTICS & PROBABILITY在分析和实践中的理论、研究和应用。
ISSN：0090-5364
E-ISSN：-
出版商：Institute of Mathematical Statistics
出版语言：English
出版地区：UNITED STATES
出版周期：Bimonthly
是否OA：未开放
是否预警：否
创刊时间：1973
年发文量：92
影响因子：3.2
研究类文章占比：100.00%
Gold OA文章占比：1.06%
H-index：142
出版国人文章占比：0.11
出版撤稿文章占比：
开源占比：
文章自引率：0.0888...
《Annals Of Statistics》是一份国际顶尖期刊，为数学领域的研究人员和从业者提供科学论坛。该期刊涵盖了数学及相关学科的所有方面，包括基础和应用研究，使读者能够获得来自世界各地的最新、前沿的研究。该期刊欢迎涉及数学领域的原创理论、方法、技术和重要应用的稿件，并刊载了涉及数学领域的相关栏目：综述、论著、述评、论著摘要等。所有投稿都有望达到高标准的科学严谨性，并为推进该领域的科研知识传播做出贡献。该期刊最新CiteScore值为9.3，最新影响因子为3.2，SJR指数为5.335，SNIP指数为3.395。
CiteScore指标的应用非常广泛，以期刊的引用次数为基础评估期刊的影响力。它可以反映期刊的学术影响力和学术水平，是学术界常用的期刊评价指标之一。
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 9.3 | 5.335 | 3.395 |
|
CiteScore是由Elsevier公司开发的一种用于衡量科学期刊影响力的指标，以期刊的引用次数为基础评估期刊的影响力。这个指标是由Scopus数据库支持，以四年为一个时段，连续评估期刊和丛书的引文影响力的。具体来说，CiteScore是计算某期刊连续三年发表的论文在第四年度的篇均引用次数。CiteScore和影响因子（IF）有所不同。例如，在影响因子的计算中，分子是来自所有文章的引用次数，包括编辑述评、读者来信、更正信息和新闻等非研究性文章，而分母则不包括这些非研究性文章。然而，在CiteScore的计算中，分子和分母都包括这些非研究性文章。因此，如果这些非研究性文章比较多，由于分母较大，相较于影响因子，CiteScore计算出来的分数可能会偏低。此外，CiteScore的引用数据来自Scopus数据库中的22000多个期刊，比影响因子来自Web of Science数据库的11000多个期刊多了一倍。
| 按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：STATISTICS & PROBABILITY | SCIE | Q1 | 12 / 168 |
93.2% |
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科：STATISTICS & PROBABILITY | SCIE | Q1 | 6 / 168 |
96.73% |
WOS(JCR)分区是由科睿唯安公司提出的一种新的期刊评价指标，分区越靠前一般代表期刊质量越好，发文难度也越高。这种分级体系有助于科研人员快速了解各个期刊的影响力和地位。JCR将所有期刊按照各个学科领域进行分类，然后以影响因子为标准平均分为四个等级：Q1、Q2、Q3和Q4区。这种设计使得科研人员可以更容易地进行跨学科比较。
中科院SCI期刊分区是由中国科学院国家科学图书馆制定的。将所有的期刊按照学科进行分类，以影响因子为标准平均分为四个等级。分区越靠前一般代表期刊质量越好，发文难度也越高。
2023年12月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
1区
|
2022年12月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
1区
|
2021年12月旧的升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
1区
|
2021年12月基础版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
2区
|
2021年12月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
1区
|
2020年12月旧的升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 数学 1区 |
STATISTICS & PROBABILITY
统计学与概率论
1区
|
Annals Of Statistics(中文译名统计年鉴杂志)是一本专注于数学,统计学与概率论领域的国际期刊，致力于为全球STATISTICS & PROBABILITY领域的研究者提供一个高质量的学术交流平台。该期刊ISSN：0090-5364，出版周期Bimonthly。在中科院的大类学科分类中，该期刊属于数学范畴，而在小类学科中，它主要涵盖了STATISTICS & PROBABILITY这一领域。编辑部诚挚邀请广大数学领域的专家学者投稿，内容可以涵盖数学的综合研究、实践应用、创新成果等方面。同时，我们也欢迎学者们就相关主题进行简短的交流和评论，以促进学术界的互动与合作。为了保证期刊的质量，审稿周期预计为 较慢,6-12周 。在此期间，编辑部将对所有投稿进行严格的同行评审，以确保发表的文章具有较高的学术价值和实用性。
值得一提的是，Annals Of Statistics近期并未被列入国际期刊预警名单，这意味着其学术质量和影响力得到了广泛认可。该期刊为数学领域的学者提供了一个优质的学术交流平台。因此，关注并投稿至Annals Of Statistics无疑是一个明智的选择，这将有助于提升您的学术声誉和研究成果的传播。
多年来，我们专注于期刊投稿服务，能够为您分析推荐目标期刊。凭借多年来丰富的投稿经验和专业指导，我们有效助力提升录用几率。点击以下按钮即可免费咨询。
投稿咨询| 机构 | 发文量 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 51 |
| STANFORD UNIVERSITY | 26 |
| UNIVERSITY OF PENNSYLVANIA | 22 |
| CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQ... | 21 |
| UNIVERSITY OF CHICAGO | 21 |
| COLUMBIA UNIVERSITY | 16 |
| RUTGERS STATE UNIVERSITY NEW BRUNSWICK | 15 |
| UNIVERSITY OF ILLINOIS SYSTEM | 15 |
| UNIVERSITY OF NORTH CAROLINA | 15 |
| INSTITUT POLYTECHNIQUE DE PARIS | 14 |
| 国家 / 地区 | 发文量 |
| USA | 264 |
| CHINA MAINLAND | 62 |
| France | 45 |
| GERMANY (FED REP GER) | 39 |
| England | 36 |
| Netherlands | 15 |
| Canada | 14 |
| Singapore | 11 |
| Belgium | 10 |
| Switzerland | 9 |
| 期刊引用数据 | 引用次数 |
| ANN STAT | 754 |
| J AM STAT ASSOC | 231 |
| J R STAT SOC B | 162 |
| BIOMETRIKA | 134 |
| J MACH LEARN RES | 106 |
| BERNOULLI | 86 |
| J MULTIVARIATE ANAL | 76 |
| ELECTRON J STAT | 70 |
| ANN PROBAB | 60 |
| ECONOMETRICA | 60 |
| 期刊被引用数据 | 引用次数 |
| ANN STAT | 754 |
| ELECTRON J STAT | 700 |
| J AM STAT ASSOC | 472 |
| J MULTIVARIATE ANAL | 459 |
| BERNOULLI | 363 |
| STAT SINICA | 362 |
| COMPUT STAT DATA AN | 339 |
| J ECONOMETRICS | 332 |
| COMMUN STAT-THEOR M | 284 |
| J MACH LEARN RES | 264 |
| 文章引用数据 | 引用次数 |
| GENERALIZED RANDOM FORESTS | 60 |
| THE ZIG-ZAG PROCESS AND SUPER-EFFICIENT SA... | 18 |
| ON SEMIDEFINITE RELAXATIONS FOR THE BLOCK ... | 17 |
| THE LANDSCAPE OF EMPIRICAL RISK FOR NONCON... | 17 |
| ROBUST COVARIANCE AND SCATTER MATRIX ESTIM... | 16 |
| OPTIMAL SHRINKAGE OF EIGENVALUES IN THE SP... | 15 |
| HIGH-DIMENSIONAL A-LEARNING FOR OPTIMAL DY... | 13 |
| HIGH-DIMENSIONAL ASYMPTOTICS OF PREDICTION... | 12 |
| DEBIASING THE LASSO: OPTIMAL SAMPLE SIZE F... | 12 |
| SLOPE MEETS LASSO: IMPROVED ORACLE BOUNDS ... | 12 |
若用户需要出版服务，请联系出版商：INST MATHEMATICAL STATISTICS, 3163 SOMERSET DR, CLEVELAND, USA, OH, 44122。
