统计学专业主要学习的课程包括：

数理统计学：

这是统计学的基础课程，涵盖了概率论、随机变量与随机过程、统计推断等内容。

概率论与数理统计：

介绍概率论的基本概念、定理及其应用，以及数理统计的基本方法和技术。

应用多元统计分析：

学习多元统计分析方法及其应用。

时间序列分析：

研究时间序列数据的统计规律及其建模方法。

回归分析：

建立变量之间的线性或非线性关系模型，并进行预测和控制。

非参数统计：

研究非参数方法在统计分析中的应用。

统计计算：

包括数据处理、数据可视化、统计建模等内容，利用计算机工具进行统计分析。

数据工程：

学习大数据处理、数据仓库和数据湖等技术。

大数据分析与应用：

研究大数据在统计学中的应用。

市场调查与数据分析：

学习市场调查方法及其数据分析技术。

保险精算：

涉及保险业的精算理论和方法。

金融统计：

学习金融数据的统计分析方法。

实验设计与质量控制：

研究实验设计的方法及其在质量控制中的应用。

计量经济学：

结合经济学理论与统计方法，研究经济现象的数量关系。

经济预测与决策：

学习经济预测方法及其在决策中的应用。

计算机应用基础 和 程序设计语言：

学习计算机基础知识和编程技能。

数据分析及统计软件：

学习使用统计软件进行数据分析。

系统分析与软件设计：

学习系统分析方法及其在软件设计中的应用。

此外，根据不同的高校和专业方向，还可能包括以下课程：

保险会计学

初等数论

金融建模

风险理论分析

复变与积分变换

宏观经济统计分析

精算学

实用回归分析

离散数据分析

定性数据分析

统计计算方法

风险统计

普通物理

线性规划

数学实验

数学模型

数学方法论

普通物理

线性规划

数值分析

数据结构与算法

数据库管理系统

计算机网络系统

建议：

数学基础：统计学专业的学生需要具备扎实的数学基础，包括高等数学、线性代数、概率论与数理统计等。

编程技能：掌握至少一门编程语言（如C/C++、Python等）对于数据处理和分析非常重要。

统计软件：学习并熟练使用统计软件（如R、SAS、Stata等）能够提高数据分析的效率和质量。

实践应用：通过参与实习、项目等实践活动，将理论知识应用于实际问题中，能够更好地理解和掌握统计学知识。