国外统计专业的学习内容主要包括以下几个方面：

理论统计

概率论：研究随机现象的理论基础，包括概率分布、随机变量和概率模型等内容。

数理统计：研究如何从样本出发对总体进行统计推断的方法和理论，包括参数估计、假设检验、回归分析等。

统计推断：根据样本数据对总体进行推断的过程，包括参数估计和假设检验。

应用统计

生物统计：探讨如何进行生物学实验研究的设计、取样、分析、资料整理与推论，是美国统计学专业最热门的领域之一。

金融统计：关注中央银行和各金融机构的统计部门如何对各项金融业务的活动情况和资料进行调查、收集、整理和分析，提供统计信息和统计咨询意见。

应用统计：研究统计学方法在社会科学、自然科学、经济、工程等各个领域的应用，是统计学和其他学科之间形成的交叉学科。

环境统计：研究环境数据收集、分析和解释的方法，应用于环境保护、资源管理等领域。

社会统计学：研究社会数据的收集、分析和解释，应用于社会政策制定、社会学研究等。

数学基础

微积分：研究函数的极限、导数和积分等概念，是统计学的重要数学工具。

线性代数：研究向量空间、矩阵理论等，用于统计数据的处理和降维。

统计计算

统计软件应用：如SAS、SPSS、R、Python等，用于数据处理、分析和可视化。

数据分析

回归分析：研究变量之间的关系，建立预测模型。

实验设计：研究如何设计实验以收集有效数据，提高研究的可靠性和有效性。

多变量分析：研究多个变量之间的关系，应用于市场调研、生物统计等领域。

时间序列分析：研究数据随时间变化的模式，应用于经济预测、金融分析等领域。

高级统计

非参数统计：研究不满足参数统计假设的情况下的统计方法，如生存分析、空间统计等。

稳健统计：研究统计方法在异常值和缺失数据处理中的稳健性。

贝叶斯统计：基于贝叶斯定理的统计推断方法，应用于统计模型的建立和参数估计。

高等数据分析：包括高维数据分析、机器学习等前沿领域。

跨学科课程

计算神经学：结合统计学和神经科学的研究方法，应用于脑科学研究。

数理金融和计量经济学：结合统计学和金融学的知识，应用于金融市场的分析和预测。

遗传学与统计学的交叉学科课程：研究遗传数据分析和统计方法在遗传学中的应用。

这些课程内容旨在为学生提供全面的统计学知识和技能，培养他们在各个领域的应用能力和研究能力。学生可以根据自己的兴趣和职业规划选择特定的分支方向进行深入学习。