生物统计学专业主要学习内容如下：

高级程序设计与数据结构：

学习如何编写高级程序和处理数据结构，以便于进行生物统计学的计算和分析。

线性代数：

掌握线性代数的概念和运算方法，为后续的统计分析和建模提供基础。

概率论与数理统计：

学习概率论的基本原理和方法，以及数理统计的基本理论和应用。

时间序列分析：

研究时间序列数据的统计规律和预测方法。

非参数统计：

学习非参数统计方法，适用于不符合正态分布假设的数据分析。

统计计算：

掌握统计计算的基本方法和技巧，包括数值计算和模拟方法。

随机过程：

学习随机过程的理论和应用，特别是在生物学中的随机现象建模。

抽样调查与流行病学数据分析：

学习抽样调查方法，以及流行病学数据的收集、分析和解释。

生物统计学与Stata统计软件：

学习如何使用Stata软件进行生物统计分析。

临床试验统计方法：

掌握临床试验的设计、数据收集、分析和结果解释的方法。

流行病学：

学习流行病学的基本原理和方法，研究疾病的发生、发展和分布规律。

线性模型和统计设计：

学习线性模型及其应用，包括回归分析、方差分析等。

多元统计分析：

学习多元统计分析方法，处理多个自变量对因变量的影响。

SAS基础编程和高级编程：

掌握SAS软件的基础和高级编程技能，进行生物统计分析。

广义线性模型及其应用：

学习广义线性模型的原理和应用，适用于更广泛的统计数据分析。

微分方程与疾病动力学模型：

学习微分方程的基本知识，以及疾病动力学模型的构建和应用。

生物信息学：

学习生物信息学的基本方法和工具，用于生物数据的处理和分析。

此外，根据不同的院校和专业方向，还可能包括以下课程：

微积分

高等代数

C语言程序设计

SPSS软件应用

统计建模和统计模拟

试验设计

数据分析

软件应用

生物信息学

建议学生在学习过程中，注重理论与实践相结合，通过实际案例和项目练习，提高分析问题和解决问题的能力。