前言：
推荐的书单包括统计系本科生课程密切相关的中文书籍或者中译本：统计历史，统计学入门（非数学专业的统计书），数学分析，线性代数，概率论，数理统计，随机过程，R语言，大数据，金融统计，金融数学，生存分析，寿险精算，精算与风险模型。
希望国内的初学者多看一些国内外大师（国内是院士级别，国外的学者是资深会士级别）或者国内一些教学名师（一般来说得有20-30年教学经验）写的书，能在这些好书中取其精华，精华包括教学和研究方面的思想。
先引用网友的一段话：
选一本适合自己的好的教材对自己以后的学习是决定性的重要–这是学数学的人首先必须明白的不仅是对概率统计方向，对数学的各个分支都是如此。大一的时候齐名友老师跟我特别提到过这一点，可惜我当时不以为然，结果走了很多弯路，到研究生以后才慢慢明白这个道理。一本山寨小学校的老师七拼八凑编写的烂书，常常对学习（特别是自学）不仅无益反而有害，因为你往往浪费了时间却只能得到这个一些支离破碎的印象，这样你会遗忘得很快，很可能到头来你还得重新学一遍；另一些时候，你选择了众人推荐的名著，但你如果当前的水平达不到一定的层次，它往往会打击你的信心让你灰心丧气，甚至会让你不再有学下去的欲望。这两种情形显然都是人们应该尽量避免的。
要是英文好过了6级的同学，有英文版尽量看英文版。
统计历史：
1.《女士品茶—21世纪统计学怎样变革了科学》 Salsburg David
（是美国统计学家萨尔斯伯格以“女士品茶问题”为切入点所著的一部关于统计学历史与变革的书,以一种全新全新的视角带领读者进入统计学的世界，体会统计学带给哲学观、宇宙观的变革。英文版：The Lady Tasting Tea—How Statistics Revolutionized Science in the Twentieth Century）
2.《统计与真理—怎样运用偶然性》 C.R.Rao
(本书是当代国际最著名的统计学家之一C.R.Rao的一部统计学哲理论著，也是他毕生统计学术思想的总结，同时还是一本通俗的关于统计学原理的普及教科书。书中，作者从哲学的角度论述了统计学原理:理性的判断引言:在终极的分析中一切知识都是历史.在抽象的意义下一切知识都是数学.在理性的基础上所有的判断都是统计学”通过实例，不仅证明了统计学是一门最严格、最合理的认识论和方法学，还深刻地揭示了现代统计学发展的过程，特别是那些很深刻的理论是如何从一些非常简单实际的问题中发展起来的。英文版：Statistics And Truth: Putting Chance To Work)
3.《数理统计学简史》 陈希孺
（本书论述了自17世纪迄今数理统计学发展的简要历史。内容包括:概率基本概念的起源和发展,伯努利大数定律和二项概率正态逼近,贝叶斯关于统计推断的思想,最小二乘法与误差分布--高其正态分布的发现过程,社会统计学家对数理统计方法的主要贡献等。）
统计学入门 (非数学专业的概率统计书)
1.《概率论与数理统计》陈希孺
（可以明显感觉到作者对概率与数理统计有自己深刻的理解，大师是站在更高的地方来阐述问题。对理论的来龙去脉讲的很清楚，跟国外书的编写理念比较相近，即注重对定义的理解与扩展，而不是堆砌公式。本书对专业和非专业人士均合适，对非专业人士而言，其内容的连贯性给人娓娓道来的感觉。书后有完整习题解答）
2.概率论基础教程(原书第9版)Ross S.
(一本非常有特色的不可多得的好教材，不仅介绍了概率理论和方法，而且采用了大量生动的例子来说明这些理论和方法是如何应用在实际生活中的，让读者在获得概率论知识的同时，也体会了概率论的应用魅力。书中侧重介绍概率论中最基本的概念，如概率、条件概率、期望、贝叶斯公式、大数定律、中心极限定理、马尔可夫链等。同时，提供了大量有意义的练习，分为习题、理论习题和自检习题三大类。从习题中，读者也可受益匪浅。本书设定的门槛很低，只要有初等微积分知识的读者，都可以读懂，所以是一本非常好的“概率论”入门书。英文版 A First Course in Probability 9ed)
3.《现代基础统计学》 方开泰等
（这本书可以用于大学一年级的统计学教科书，不限专业，彩色印刷，有较多现代人关心的应用。依据编者多年在香港和珠海采用国际流行教科书讲授统计学的经验，生动全面地介绍了数据的收集与描述、统计推断和统计建模等主要内容。可以作为高等学校经管类、文科类专业本科生和研究生的教科书或参考书）
4.数理统计与数据分析(原书第3版)John A.Rice
（网友补充。英文版：Mathematical Statistics and Data Analysis 3ed）
数学分析
1.《Advanced Calculus with Applications in Statistics 2ed》 A.Khuri
（本书包括了统计学中经常用到的数学分析知识，线性代数简介，还有统计中用到数值分析和优化方法）
2.《数学分析原理(原书第3版)》 Rudin
（内容相当精练，结构简单明了，这也是Rudin著作的一大特色。本书涵盖了高等微积分学的丰富内容，最精彩的部分集中在基础拓扑结构、函数项序列与级数、多变量函数以及微分形式的积分等章节。第3版经过增删与修订，更加符合学生的阅读习惯与思考方式。 本书内容相当精练，结构简单明了，不像国内的数学分析书两册有上千页的内容。网上有习题解答）
线性代数
1.《统计学中的矩阵代数》 方开泰等
(涵盖了学习统计学所需要的矩阵代数的基础理论与基本方法，在系统介绍基本原理的基础上，特别强调了有关内容在统计学中的实际应用。为了便于学生的学习与应用，《高等学校现代统计学系列教材:统计学中的矩阵代数》还在每一章末介绍了所需的MATLAB指令。)
2.《线性代数及其应用(原书第3版)》Lay D.C.
（介绍了线性代数最基本的概念、理论和证明；包含大量与实际问题相关的习题，并附有习题答案；提供了丰富的应用以解释工程学、计算机科学、数学、物理学、生物学、经济学和统计学中的基础原理及简单计算。英文版：Linear Algebra and Its Applications Third Edition）
概率论
1.《概率论基础 第3版 李贤平》
(风格是苏联与美国风格并行，框架上参考的是苏联Gnedenko的概率论基础，内容上参考是美国Feller概率论论及其应用，钟开莱初等概率论等书。除了实变函数的测度部分都有严格的证明，对概率论的历史的发展也比较尊重，讲得很细致，讲了很多著名例子，题目比较多。辅导书并且介绍历史：概率论基础学习指导书 李贤平 陈子毅)
2.《统计推断(第2版)》 Casella, Berger 概率论部分
(书的前半部分可作为本科统计分析的概率论教材。从概率论的基础开始，通过例子与习题的旁征博引，引进了大量近代统计处理的新技术和一些国内同类教材中不常见而又广为使用的分布。英文版：Statistical Inference 2ed 网上有所有习题解答。)
数理统计
1.《数理统计学教程》 陈希孺等
（第一作者陈希孺先生是我国杰出的数理统计学家和教育家。阅读该书对数学基础要求不高，没有要求读者具有测度论基础。该书语言流畅优美，统计思想和统计概念，统计历史讲述非常精准，可以看出是作者厚积薄发的结果，是一本适合于真正想要理解统计观点和本质的读者阅读的经典教材。陈院士的书让自学者读完之后有换专业的冲动，也只有大师写的数学著作能称得上文集）
2.《数理统计教程》 王兆军等
（本书是结合了陈希儒概率论与数理统计和数理统计学教程的内容写的。内容比较新颖，思想独到的本科数学专业数理统计教材，例如有讲经验释然，统计模拟，让学生尽早接触到学术前沿方向的好教材，与国外教材风格一致。不是枯燥的介绍定义定理例子的一些其他的国内教材。）
__3.《统计推断(第2版)》 Casella, Berger __
数理统计部分(其内容既包括经典统计和现代统计的基础，又加进了不少近代统计中数据处理的实用方法和思想，例如：Bootstrap再抽样法、刀切(Jackkrlife)估计、EM算法、Logistic回归、稳健(Robest)回归、Markov链、Monte Carlo方法等。它的统计内容与国内流行的教材相比，理论较深，模型较多，案例的涉及面要广，理论的应用面要丰富，统计思想的阐述与算法更为具体。英文版：Statistical Inference 2ed 网上有所有习题解答。)
注：找电子版请谷歌搜索，英文或者中文电子版一般都在 http://gen.lib.rus.ec/， http://libgen.io/ , 数学建模与统计建模论坛 http://www.mathsccnu.com/forum.php，人大经济论坛等网站可以下载.
随机过程
1.《应用随机过程 第3版》张波等
(书后有习题解答，这是偏经济金融方面的随机过程书，国内大部分书都是偏工程方向。)
2.《应用随机过程:概率模型导论(第10版)》Ross
（是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等。可作为概率论与数理统计、计算机科学、保险学、物理学、社会科学、生命科学、管理科学与工程学等专业随机过程基础课教材。 英文版Introduction to Probability Models,Tenth Edition 网上有习题解答）
R语言与统计计算
《统计建模与R软件》薛毅
（以统计理论为基础，按照数理统计教材的章节顺序，在讲明统计的基本概念的同时，以R软件为辅助计算手段，介绍统计计算的方法，从而有效地解决统计中的计算问题。书中结合数理统计问题对R软件进行科学、准确和全面的介绍，以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧。）
大数据、统计学习
1.《复杂数据统计方法:基于R的应用(第3版)》 吴喜之
（用*的R软件分析30多个可以从国外网站下载的真实数据，包括横截面数据(Cox回归,asso回归，适应性lasso回归，偏最小二乘回归, Boosting,Bagging,随机森林，人工神经网络，支持向量机等)、纵向数据(Logistic回归,Poisson,广义线性模型),多元统计数据（主成分分析，因子分析等）时间序列数据，通过这些数据介绍了几乎所有经典方法及最新的机器学习方法。特点：(1)以数据为导向；(2)介绍最新的方法(附有传统方法回顾)；(3)提供r软件入门及全部例子计算的R代码及数据的网址；(4)各章独立）
2.《统计学习导论:基于R应用》 Gareth James,Daniela Witten,Trevor Hastie,Robert Tibshirani
（这是用r语言做统计学习最经典的书。本书是一本统计学习方法的概要书，提供了理解大数据和复杂数据必不可少的工具，数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些重要的建模方法和预测技术以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、树方法、聚类、支持向量机等。书中使用大量案例来阐释相关方法，每章都有如何在R中实现所述方法的指导实验。本书也是斯坦福的统计学习课程教材，英文版：An Introduction to Statistical Learning: with Applications in R 网上有所有习题解答）
金融统计(统计方法研究)
偏回归分析计量经济学（强调经济学意义）：
1.《计量经济学(第3版)》李子奈
（清华大学著名计量经济学家李子奈主编。本书可谓是呕心沥血的经典之作。本书有以下几个特点： 1、不光讲模型和方法本身，而是讲怎么设立模型、怎么选变量、怎么设定变量间的关系等一些非常基本的问题，这是本书和其他教材不一样的重要一点。尤其是最后一章，写得酣畅淋漓，读完令人有茅塞顿开之感。现在经常能够看到一些论文，也不管经济学原理是什么，上来先找几个变量，然后一回归，系数显著，就说XX是YY的原因。须知计量经济学首先是经济学，其次才是运用了统计学的方法，再眩的模型，再眩的统计方法，脱离了经济含义，就有如无源之水。这一点，对于经济学的入门者来说非常重要，统计和数学不能代替经济学本身。学了第9章以后，就明白现在很多经济学研究的问题出在哪里，自己以后应该怎么做研究，怎么建模型）
2.《Econometrics (Springer Texts in Business and Economics) 5ed》by Badi H. Baltagi
(有习题解答书 Solutions Manual for Econometrics by Badi H. Baltagi )
偏时间序列方法：
1.《金融时间序列分析(第3版》Ruey S. Tsay
（全面阐述了金融时间序列，并主要介绍了金融时间序列理论和方法的当前研究热点和一些最新研究成果，尤其是风险值计算、高频数据分析、随机波动率建模和马尔可夫链蒙特卡罗方法等方面。此外，本书还系统阐述了金融计量经济模型及其在金融时间序列数据和建模中的应用，所有模型和方法的运用均采用实际金融数据，并给出了所用计算机软件的命令。较之第2版，本版不仅更新了上一版中使用的数据，而且还给出了R命令和实例，从而使其成为理解重要统计方法和技术的奠基石）
2.《Statistics of Financial Markets: An Introduction 4ed》 by Jürgen Franke , Wolfgang Karl Härdle, Christian Matthias 第二部分
(本书第一部分为金融数学，第二个部分为金融时间序列，第三部分为金融风险。有习题解答书 Statistics of Financial Markets: Exercises and Solutions )
金融数学（偏期权定价的随机分析方法）
1.《金融数学:金融工程引论(第二版)》Marek Capinsk，Tomasz Zastawniak
（一本绝佳的金融投资参考书，论述了两个获得诺贝尔经济学奖的理论，涉及的领域广泛，方法浩瀚。《金融数学:金融工程引论》是数理金融大学本科教科书，以债券和股票价格的数学模型为基础，涵盖了对现代金融市场运行有重大影响的数理金融的三个主要领域：·布莱克—斯科尔斯期权和其他衍生证券定价；马科维茨资产组合优化理论和资本资产定价模型；利率及利率的期限结构。推理严谨，数学难易程度适合于大学本科二年级学生。）
2.《金融随机分析》Steven E.Shreve
（Shreve教授的这套书被誉为“金融工程圣经”。经典在哪呢？作者在量化的分析与直觉的理解上找到了一个很好的平衡点。其他的书要么太注重数学，要么太忽视数学。另外，本书包含了金融数学中最重要的主题，是一本非常全面的书。虽然也有其他不错的金融随机分析的书，但都不如本书面面俱到。第三，本书的习题质量很高。并不是说这些题目难，而是做这些题目本身就是对正文部分一些知识的延伸了解。题目出得很别致，并不是像传统的那种习题一样，而是感觉作者在边讲边出题。英文版Stochastic Calculus for Finance I: The Binomial Asset Pricing Model& Stochastic Calculus for Finance II: Continuous-Time Models
3.《Statistics of Financial Markets: An Introduction 4ed》 by Jürgen Franke , Wolfgang Karl
Härdle, Christian Matthias 第一部分(本书第一部分为金融数学，第二个部分为金融时间序列，第三部分为金融风险。有习题解答书 Statistics of Financial Markets: Exercises and Solutions )
生存分析、寿险精算
1.《生存数据分析的统计方法》 第2版 Elisa T.Lee.
（这是生存函数在临床医学的应用，基于医院病人的体征数据，这个方向的理论主要是为医院和药厂服务。现代外国统计学优秀著作译丛。本书主要内容包括序、引论、生存时间的函数、生存数据分析的例子、估计生存函数的非参数方法、比较生存分布的非参数方法、若干著名的生存分布及其应用、拟合生存分布的图方法和拟合优度检验、生存分布的解析估计方法、比较两个生存分布的参数方法、与生存时间相关的预后因素的辩认、与二值性数据相关的风险因素的辩认、临床试验的计划和设计、临床试验的计划和设计）
2.《寿险精算》张连增
（这是生存函数在寿命方面的应用，基于生命表。这个方向的理论主要为保险公司服务。参考当前国际精算师协会的教育标准，对编写内粹加以取舍；在新的中国精算师资格考试体系下，调整编写内容；考虑教材内容的内在逻辑结构，以及读者的易读易懂，对有些内容做了较大程度的改动。）
非寿险精算（风险理论）
1.《损失模型:从数据到决策(第2版)》Stuart A.Klugman等
（全面讨论了精算损失模型和精算建模方法，共分5个部分。第2部分至第5部分是《损失模型:从数据到决策》的核心，汇总了精算模型和精算建模方法2个体系的内容。第2部分除介绍一般损失模型常用的概率分布外，还介绍了保险精算中最基本的索赔频率模型、索赔额模型以及总损失模型，并在此基础上讨论了破产理论模型。随后3个部分的核心主题是精算建模方法，从经验建模方法到参数化（统计）建模，直至最后第5部分的模型修正方法和随机模拟方法。英文版有最新版本和解答：Loss Models from Data to Decisions&Student Solutions Manual to Accompany Loss Models: From Data to Decisions,Fourth Edition）
2.《现代精算风险理论》Kaas Rob 等
(对非寿险数学做了一个全面详尽的概述，内容包括期望效用模型、个体风险模型、聚合风险模型、破产概率、保费原理、奖惩系统、信度理论、广义线性模型、IBNR技巧和风险排序。为了便于教学，书中收入了丰富的例题，章末附有习题。书中的内容和方法也适用于非寿险的研究，精算领域其它分支学科的研究，以及在精算实务中的应用研究。英文版有最新版本 Kaas, Modern Actuarial Risk Theory -Using R. 2ed 书后有习题解答)
