Software
Excel 作為統計工作台
似乎很多人（包括我）都喜歡在 Excel 中進行探索性數據分析。一些限制，例如電子表格中允許的行數，是一件很痛苦的事情，但在大多數情況下，這並不意味著無法使用 Excel 來處理數據。
然而， McCullough 和 Heiser 的一篇論文實際上尖叫著說，如果您嘗試使用 Excel，您將得到完全錯誤的結果 - 並且可能也會在地獄中燃燒。
這篇論文是正確的還是有偏見的？作者聽起來確實很討厭微軟。
為正確的工作使用正確的工具，並利用您熟悉的工具的優勢。
在 Excel 的情況下，有一些突出的問題：
- 請不要使用電子表格來管理數據，即使您的數據可以放入其中。你只是在自找麻煩，可怕的麻煩。幾乎沒有針對印刷錯誤、數據大規模混淆、數據值截斷等的保護措施。
- 許多統計功能確實被破壞了。t 分佈就是其中之一。
- 默認圖形很糟糕。
- 它缺少一些基本的統計圖形，尤其是箱線圖和直方圖。
- 隨機數生成器是個笑話（但儘管如此，對於教育目的仍然有效）。
- 避免使用高級功能和大多數插件；他們是c**p。但這只是安全計算的一般原則：如果您不確定某個函數在做什麼，請不要使用它。堅持使用低級函數（包括算術函數、排名、exp、ln、trig 函數，以及——在限制範圍內——正態分佈函數）。 永遠不要使用生成圖形的加載項：它會很糟糕。（注意：從頭開始創建自己的概率圖非常容易。它們將是正確且高度可定制的。）
不過，有利於它的有以下幾點：
- 它的基本數值計算與雙精度浮點數一樣準確。它們包括一些有用的，例如對數伽瑪。
- 在電子表格中圍繞輸入框包裝控件非常容易，從而可以輕鬆創建動態模擬。
- 如果您需要與非統計人員共享計算，大多數人都會對電子表格感到滿意，而對統計軟件則完全不滿意，無論它多麼便宜。
- 編寫有效的數字宏很容易，包括移植與 VBA 非常接近的舊 Fortran 代碼。此外，VBA 的執行速度相當快。（例如，我有從頭開始準確計算非中心 t 分佈的代碼以及快速傅里葉變換的三種不同實現。）
- 它支持一些有效的模擬和 Monte-Carlo 附加組件，例如 Crystal Ball 和 @Risk。（順便說一下，他們使用自己的 RNG——我查過。）
- 直接與（一小組）數據交互的即時性是無與倫比的：它比任何統計數據包、Mathematica 等都要好。當用作具有大量存儲空間的巨型計算器時，電子表格真正發揮了作用。
- 好的EDA，使用健壯和耐久的方法，並不容易，但是一旦你做了一次，你就可以快速地重新設置它。使用 Excel，您可以有效地重現Tukey 的 EDA 書中的所有計算（儘管只有一些圖），包括 n 路表的中值拋光（雖然它有點麻煩）。
在直接回答最初的問題時，該論文存在一個偏見：它側重於 Excel 最薄弱的材料，而稱職的統計學家最不可能使用的材料。不過，這並不是對這篇論文的批評，因為需要廣播這樣的警告。