应该合理设置。
因为应用统计学硕士的培养目标主要是培养高水平的数据分析师和决策者，需要掌握数据分析和统计方法等方面的知识。
因此，该专业的课程设置应该包括基础课程和应用课程，基础课程主要包括统计学、数学、计算机编程等方面的知识，而应用课程则包括医学统计、生态统计、金融统计等相关领域的应用知识。
此外，还应该注重实践教学和技能培养，加强学生的数据分析和决策能力的培养，以适应当前数据驱动决策的趋势。
涉及到的必修课程和选修课程如下：
1、必修课程
STSCI 5030：带有矩阵的线性模型(4个学分)
STSCI 5080：概率模型和推理(4个学分)
STSCI 5953：MPS专业开发(1个学分)
STSCI 5999：应用统计MPS数据分析项目(4个学分)
2、选项II的其他必修课程
STSCI 4060：Python编程及其在统计中的应用(3个学分)
STSCI 5060：使用DBMS进行数据库管理和SAS高性能计算(4个学分)
STSCI 5065：大数据管理和分析(3个学分)
3、统计科学选修课
选项I的学生必须至少学习12个学分，而选项II的学生必须至少学习4个统计科学选修课的学分。选项II的学生不能将STSCI 4060、5060或5065用作统计科学选修课，因为这些课程是选项II的核心课程。
STSCI 3100：统计抽样(4学分)
STSCI 4520：统计计算(4学分)
STSCI 4060：Python编程及其在统计中的应用(3学分)
STSCI 4100：多元分析(4学分)
STSCI 4110：分类数据(4学分)
STSCI 4140：应用设计(4学分)
STSCI 4270：生存分析(3学分)
STSCI 4550：应用时间序列分析(4学分)
STSCI 4600：风险建模统计(3学分)
STSCI 4630：金融工程运筹学工具( 3学分)
STSCI 4740：数据挖掘和机器学习(4学分)
STSCI 4780：贝叶斯数据分析：原理与实践
STSCI 5640：金融工程统计学(4学分)
STSCI 5010：使用SAS进行应用统计计算(4学分)
STSCI 5060：使用DBMS进行数据库管理和SAS高性能计算(4学分)
STSCI 5065：大数据管理和分析(3学分) )
STSCI 6070：功能数据分析(3个学分)
STSCI 6520：计算密集型统计方法(4个学分)
4、其他批准的MPS选修课
AEM 7100：计量经济学I(3学分)
BTRY 3090：兴趣理论(3学分)
BTRY 4830：定量基因组学和遗传学(4学分)
BTRY 4840：计算遗传学和基因组学(4学分)
BTRY 6381：生物信息学程序设计(3学分)
CS 4780：机器学习(4个学分)
CS 5786：数据科学机器学习(4个学分)
MATH 4740：随机过程(4个学分)
ORIE 3120：运筹学，机器学习和数据科学实用工具(4个学分)
ORIE 4630：用于金融工程的运筹学工具(3个学分)
ORIE 4741：通过大数据学习(4个学分)
ORIE 5510：工程随机过程I简介(4个学分)
ORIE 5580：模拟建模与分析(4个学分)
ORIE 5581：蒙特卡洛模拟(2个学分)
ORIE 5600：具有随机演算I的金融工程(4个学分)
ORIE 5610：具有随机演算II的金融工程(4个学分)
ORIE 5640：金融工程统计学(4学分)
ORIE 6500：应用随机过程(4学分)
ORIE 6741：贝叶斯机器学习(3学分)
ORIE 6780：贝叶斯统计和数据分析(3学分）
