对于统计专业的学生来说，以下几本书是非常值得一读的：

《Asymptotic Statistics》by A.W. van der Vaart。这本书涵盖了统计中绝大部分的主流内容和它们的极限理论，包括M-估计、U-统计量、非参半参模型、经验过程等，适合研究生学习。

《统计学习方法（李航）》。这本书包含了一些统计模型，适合本科阶段学习。

《All of statistics（Larry Wasserman）》。这本书在研一的时候阅读，是学院老师推荐的。

《Statistical Learning with Sparsity》。这本书适合高年级学生学习，是统计机器学习领域的理论书籍。

《统计学习基础》by Trevor Hastie, Robert Tibshirani， 和 Jerome Friedman。这本书全面介绍了统计和机器学习方法，适合初学者和有一定基础的读者。

《统计学》by Gudmund R. Iversen 和 Mary Gergen。这本书适合希望了解统计实例和常识的读者，是统计学领域的基础读物。

《应用线性回归》。这本书是著名的蓝皮书系列之一，适合有一定统计基础的读者。

《概率论：概率论与统计的导论》。这本书通过丰富的实例和详尽的证明，深入探讨了概率和统计的核心概念，适合数学、物理科学、工程以及相关领域学生。

《基础统计学（第14版）（双色）》。这本书连续25年在美国统计类教材排名第一，已被翻译成多国文字，堪称国际版统计教材。

《概率论沉思录》by Edwin Thompson Jaynes。这本书是概率统计推断方面的权威著作，虽然难度较高，但内容深刻，适合对概率论有深入兴趣的读者。

此外，还有一些科普读物如《当代大数学家画传》、《天才引导历程》和《微积分的历程》等，适合对数学和统计学感兴趣但不想深入专业学习的读者。

根据您的学习阶段和需求，可以选择合适的书籍进行深入学习。建议先打好基础，再逐步深入到更高级的主题。