杜克大学统计学硕士为期2年，该项目主要提供统计学方法、理论及计算的现代综合教育。要求申请者本科毕业，拥有统计学专业背景，学习过微积分、概率、数学统计学、矩阵代数、应用回归分析、计算与数据分析等前置课程，可以熟练运用计算机，掌握计算机编程等。除以上要求外，其它专业背景申请者可视情况录取，但仍需满足额外的课程要求。该项目以授课内容为主，提供OPT实习项目，需要撰写论文，毕业生可选择就业或继续攻读PhD学位。
杜克大学统计学专业设置与研究方向：
概率（Probability）数理统计学（Mathematical Statistics）拓扑结构（Topology）代数几何（Algebraic Geometry）生物统计学（Biometry）计量经济学（Econometrics）社会统计学（Social Statistics）随机处理（Stochastic Processes）应用偏微分方程（Applied Partial Differential Equations）天气与混沌（Weather & Chaos）生态学与人口生物学（Ecology and Population Biology）动力系统（Dynamical Systems）数据挖掘与机器学习（Data mining and machine learning）时间序列与随机领域极限值（Extreme values in time series and random fields）高维统计建模与大型数据集（High-dimensional statistical models and large data sets）跨学科研究——计算生物学与统计遗传学（Computational Biology & Statistical Genetics）生物统计与医疗政策（Biostatistics and health care policy）金融与金融时间序列：多变量波动模型与投资组合选择（Finance and financial time series： multivariate volatility models and portfolio selection）高能物理、物理化学与材料科学（High-energy physics， physical chemistry， and materials science）
杜克大学统计学课程
贝叶斯理论、统计推断基础及贝叶斯与非贝叶斯接口
统计建模评估、选择与组合
数据挖掘与机器学习
决策理论与应用风险分析
非参数贝叶斯方法
图形建模
蒙特卡罗模拟算法与理论
分布式与集群统计计算
高维统计建模与大型数据集
时间序列分析与预测
大规模统计混合建模
抽样、调查方法与数据缺失插补
空间统计建模与空间随机过程
随机过程与领域的模拟与推理
时间序列与随机领域极限值
几何与拓扑（统计学）
