给题主推荐几本感觉还可以的书吧

1、深入浅出数据分析：这本书的话，个人感觉挺简单的，内容基本上都有涉及，讲得也比较清楚。

2、啤酒与尿布：这本书可能也听说，比较经典的案例，通过案例来说事情的。

3、数据之美：这本书每章都解决一个具体的问题，实践感比较强吧，还有代码，对于理解数据分析的应用领域和做法有很大的帮助。

这些数据都是入门级的，对于BI方面的理解还不错，还有一些国外的数据写得非常好，不过建议题主可以看原版，内容比较全面。

医学研究生统计学看什么书？

01《直观生物统计学》

作者：Harvey Motulsky

ISBN：978 - 0199946648

“《直观生物统计学》（<Intuitive Biostatistics>）是一部佳作，可以向各种实验生物学家教授许多知识。与我曾阅读的其他统计学文本不同，它包括对多重比较的广泛和精心设计的讨论，对数据分析中常见和可避免的错误的警告，对适用于各种检测的假设的回顾，将重点置于置信区间而非P值，对为什么在科学工作中很少需要统计学显著性概念的解释以及对非线性回归的明确解释（通常在实验室中使用；统计学书籍中鲜有解释）。

事实上，我对《直观生物统计学》非常满意，所以我决定将其用作我的博士后同事和研究生的参考资料，他们均依赖于统计学，且大多数均需要更深入地了解精确原因。Motulsky所写之作均经过深思熟虑，具有令人信服的逻辑和智慧。他以例教事，教导人们可以期待使用统计方法做什么，或许同样重要的是，教导人们不可以期待使用统计方法做什么。他因该作品获得赞誉，对于许多曾拜读该作品的科学家而言，它确实具有价值，甚至可能具有变革性。”——Bruce Beutler，2011年诺贝尔生理学和医学奖得主，德克萨斯大学西南医学中心宿主防御遗传学中心主任

概览：

《直观生物统计学》既是对统计学的介绍，也是对统计学的回顾。与其他书籍相比，它具有：

广度而非深度。这是一本指南，不是一本烹饪书。

叙述而非数学。几乎不使用方程。

解释而非方法。该书介绍了一些统计方法的细节，只需要几个表格来完成计算。

本书的目标受众：

希望理解生物医学期刊的统计部分内容的医学（和其他）专业人员。虽然这些读者不需要分析任何数据，但需要理解他人发表的分析。本书试图从宏观角度解释，并不会陷入太多的细节。

本科生和研究生、博士后和分析数据的研究人员。该书解释了数据分析的一般原理，但不会教你如何进行统计计算或如何使用任何特定的统计程序。本书是更传统的统计文本和统计软件文档的绝佳辅助工具。

向统计学家咨询的科学家。统计学通常看似一门外语，该书的内容可作为一部词典来弥合科学家与统计学家之间的差距。贯穿全书的是解释统计术语的“隐语”部分，并指出统计学何时赋予普通词汇非常特殊的含义（造成许多混淆的来源）。

02《基本生物统计学》

作者：Harvey Motulsky

ISBN：

“《基本生物统计学》（<Essential Biostatistics>）以通俗易懂的简洁语言提取出大学级生物统计学主题的精髓，引人入胜，发人深省。在校学生和生物统计学从业者将发现：《基本生物统计学》是一份极好的参考资料，它清楚阐述了主要统计概念和程序，同时还阐明了许多容易陷入的错误统计结论。这本书是传统生物统计学书籍的绝佳搭档。”——Derek Webb，伯米吉州立大学

“作者很好地解释了为什么我们使用统计学，而非陷入解释我们如何计算统计学的困境。我发现，本书将计算搁置一旁，转而探讨我们为什么在科学中使用统计学的大背景，令人耳目一新。”——W. Coble，院长，史蒂夫奥斯汀州立大学

概览：

本书并未解释如何计算任何统计检验。事实上，本书只包括两个方程。

第1章非常有趣，它解释了常识如何误导你，以及为什么我们需要理解统计学原理。

第2章描述了理解概率复杂性的独特方法。

第4章介绍了统计思维，解释了比例的置信区间，以及在必须处理如何量化离散的概念之前使用置信区间从样本到群体进行归纳的逻辑。

在解释P值（第13章）和统计学显著性（第14章和第15章）之前，本书解释了用置信区间比较各组（第12章）。

第16章解释了I型错误有多常见，以及显著性水平和错误发现率之间的差异。

第19章利用一系列表格解释了所有常见的统计检验。

几乎每一章都解释了统计学概念如何遭到误解的“隐语”部分。

几乎每一章都包括“常见错误”部分，第25章解释了更多需要避免的一般错误。

本书的目标受众：

需要学习统计学的在校学生，不分专业。

生物统计学从业者。