當前位置：首頁 SCI期刊 SCIE期刊數(shù)學(xué) 中科院4區(qū) JCRQ3 期刊介紹(非官網(wǎng))

MetrikaSCIE

國際簡稱：METRIKA 參考譯名：公制

中科院分區(qū)
4區(qū)
CiteScore分區(qū)
Q3
JCR分區(qū)
Q3

基本信息：: ISSN：0026-1335; E-ISSN：1435-926X; 是否OA：未開放; 是否預(yù)警：否; TOP期刊：否

出版信息：: 出版地區(qū)：GERMANY; 出版商：Springer Berlin Heidelberg; 出版語言：English; 出版周期：Bimonthly; 出版年份：1958; 研究方向：數(shù)學(xué)-統(tǒng)計學(xué)與概率論

評價信息：: 影響因子：0.9; H-index：36; CiteScore指數(shù)：1.5; SJR指數(shù)：0.535; SNIP指數(shù)：1.106

發(fā)文數(shù)據(jù)：: Gold OA文章占比：19.12%; 研究類文章占比：100.00%; 年發(fā)文量：47; 自引率：0.1428...; 開源占比：0.1404; 出版撤稿占比：0; 出版國人文章占比：0.23; OA被引用占比：0.0404...

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Metrika期刊介紹

Metrika is an international journal for theoretical and applied statistics. Metrika publishes original research papers in the field of mathematical statistics and statistical methods. Great importance is attached to new developments in theoretical statistics, statistical modeling and to actual innovative applicability of the proposed statistical methods and results. Topics of interest include, without being limited to, multivariate analysis, high dimensional statistics and nonparametric statistics; categorical data analysis and latent variable models; reliability, lifetime data analysis and statistics in engineering sciences.

期刊簡介Metrika期刊介紹

《Metrika》自1958出版以來，是一本數(shù)學(xué)優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學(xué)研究結(jié)果，并為數(shù)學(xué)各個領(lǐng)域的原創(chuàng)研究提供一個展示平臺，以促進數(shù)學(xué)領(lǐng)域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€重要領(lǐng)域的所有重要發(fā)展。該期刊特色在于及時報道數(shù)學(xué)領(lǐng)域的最新進展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預(yù)警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認可。

該期刊投稿重要關(guān)注點：

預(yù)計審稿時間：較慢,6-12周
數(shù)學(xué)
STATISTICS & PROBABILITY
SCIE
中科院4區(qū)
非預(yù)警

Cite Score數(shù)據(jù)（2024年最新版）Metrika Cite Score數(shù)據(jù)

CiteScore：1.5
SJR：0.535
SNIP：1.106

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Statistics and Probability	Q3	179 / 278	35%
大類：Mathematics 小類：Statistics, Probability and Uncertainty	Q3	109 / 168	35%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎(chǔ)，針對的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學(xué)術(shù)界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Metrika 中科院分區(qū)

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否

大類學(xué)科	分區(qū)	小類學(xué)科	分區(qū)
數(shù)學(xué)	4區(qū)	STATISTICS & PROBABILITY 統(tǒng)計學(xué)與概率論	4區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎(chǔ)，運用科學(xué)計量學(xué)方法對國際、國內(nèi)學(xué)術(shù)期刊依據(jù)影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構(gòu)的管理人員、科研工作者提供了一份評價國際學(xué)術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機構(gòu)的廣泛認可。

中科院分區(qū)表 將所有期刊按照一定指標劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個層次，類似于“優(yōu)、良、及格”等。最開始，這個分區(qū)只是為了方便圖書管理及圖書情報領(lǐng)域的研究和期刊評估。之后中科院分區(qū)逐步發(fā)展成為了一種評價學(xué)術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Metrika JCR分區(qū)

2023-2024 年最新版

按JIF指標學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：STATISTICS & PROBABILITY	SCIE	Q3	102 / 168	39.6%

按JCI指標學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：STATISTICS & PROBABILITY	SCIE	Q3	125 / 168	25.89%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對學(xué)術(shù)文獻質(zhì)量進行評估。不同學(xué)科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學(xué)科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領(lǐng)域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計

國家/地區(qū)數(shù)量
CHINA MAINLAND54
USA28
GERMANY (FED REP GER)18
India18
Canada16
France13
Spain9
Greece7
Iran7
Italy7

本刊中國學(xué)者近年發(fā)表論文

1、Lasso regression in sparse linear model with phi-mixing errors
Author: Peng, Ling; Zhu, Yan; Zhong, Wenxuan

Journal: METRIKA. 2023; Vol. 86, Issue 1, pp. 1-26. DOI: 10.1007/s00184-022-00860-7
2、Empirical likelihood based tests for detecting the presence of significant predictors in marginal quantile regression
Author: Tang, Songqiao; Wang, Huiyu; Yan, Guanao; Zhang, Lixin

Journal: METRIKA. 2023; Vol. 86, Issue 2, pp. 149-179. DOI: 10.1007/s00184-022-00866-1
3、A-optimal designs for non-parametric symmetrical global sensitivity analysis
Author: Chen, Xueping; Gai, Yujie; Wang, Xiaodi

Journal: METRIKA. 2023; Vol. 86, Issue 2, pp. 219-237. DOI: 10.1007/s00184-022-00872-3
4、Communication-efficient sparse composite quantile regression for distributed data
Author: Yang, Yaohong; Wang, Lei

Journal: METRIKA. 2023; Vol. 86, Issue 3, pp. 261-283. DOI: 10.1007/s00184-022-00868-z
5、Bayesian empirical likelihood of quantile regression with missing observations
Author: Liu, Chang-Sheng; Liang, Han-Ying

Journal: METRIKA. 2023; Vol. 86, Issue 3, pp. 285-313. DOI: 10.1007/s00184-022-00869-y
6、A constrained maximum likelihood estimation for skew normal mixtures
Author: Jin, Libin; Chiu, Sung Nok; Zhao, Jianhua; Zhu, Lixing

Journal: METRIKA. 2023; Vol. 86, Issue 4, pp. 391-419. DOI: 10.1007/s00184-022-00873-2
7、Lower-order confounding information of inverse Yates-order designs with three levels
Author: Huang, Zhiyun; Li, Zhiming; Zhang, Ge; Chen, Tao

Journal: METRIKA. 2023; Vol. 86, Issue 2, pp. 239-259. DOI: 10.1007/s00184-022-00876-z
8、Communication-efficient distributed estimation for high-dimensional large-scale linear regression
Author: Liu, Zhan; Zhao, Xiaoluo; Pan, Yingli

Journal: METRIKA. 2023; Vol. 86, Issue 4, pp. 455-485. DOI: 10.1007/s00184-022-00878-x