要是猜得不錯，國內本科生最先接觸的圖表可能就是直條圖、折線圖、圓形圖、散點圖，稍微進一步就是線性回歸，明白R^2超過幾個九就可以，多數大學畢業生的資料處理水準過個n年也還是停留在這個水準。到了研究生階段就更樂呵了，不少大仙都是把excel當原始資料收集軟體用（當然不少分析軟體相容excel導入也是個問題），做個線性回歸就上origin、sigmaplot……統計分析更是到處求spss、sas的破解版……個別人張口閉口matlab，卻也只是做做回歸……我要是excel的設計者，估計先被氣死再被氣活然後思考下人生再來個自我了斷。
先列舉下excel可以做的東西，放心都不給教程，總不能讓F1鍵當擺設吧。
線性回歸
非線性回歸
多元線性回歸
描述性統計
單因素方差分析
雙因素方差分析
假設檢驗（F、t、z檢驗）
抽樣
生成亂數
傅立葉分析
規劃求解（包括線性規劃、非線性GRG、演化）
如果你的統計學水準能達到考研數一的水準的話，那麼你就會發現excel完全可以配合你的知識來使用，夠用。當然你說excel是收費的，沒錯，但多數高校都採購過excel，這樣即便你在文章中注明使用excel也不存在問題，倒是上面提到的那些破解版不見得滿大街都有賣的，隨意在文中注明風險不小。要明確一點，多數資料處理軟體不是免費的，但經典的演算法都是公開的，所以有時候可以說我在資料處理中用了什麼演算法而繞開軟體，其實諸如Scilab、R、freemat……等資料處理軟體都是免費的，當然不是每個人都習慣那些操作介面，但前面這句純粹胡說八道，對於對資料沒概念的人學習任何一個軟體都是一樣的，那些看似高端的話等你實際把玩過這些軟體再說吧。如我一般的窮學生，別人寫好了軟體讓你用還懶的看quick start之類的小教程那不是高端，是虛偽。多數非計算學科的科研工作中涉及的資料處理量根本就是毛毛雨，本來用的次數就有限還挑三揀四是很無聊的，更不用說多數人的資料處理模式根本就是照著文獻搬的，美其名曰工具就是這麼用，根本沒有基本的資料分析意識，多數的資料分析都是為了尋找原始資料或現象中的規律或驗證自己的假說。
根據假設選工具，根據結果給結論，這是最基本的，文獻大都默認了這一點，所有演算法都有自己的適用範圍，不加區別的亂用，甚至文章中都不提使用原因是很多研究工作的通病，因為有前人的文獻，所以很多時候審稿人也會默認這樣是可行的，但可行不代表無疑。有個思想實驗叫中文房間，其中一個延伸版就是外面的人給房間中的人遞中文紙條，房間裡的人完全不懂中文但有一本中文百科大全，他只需要對著長得差不多的字去看這個條目對應的可回答的項目並抄下來然後傳遞出去就可以了，這時候外面的人自以為跟房間裡交流的不錯，事實上裡面的那個是個水貨，完全不懂中文。在今天的話題裡，中文紙條就是資料處理的過程，房間裡就是不少研究生的真實寫照，房間外就是審稿人，那本百科全書就是文獻。其實在國內，有不少審稿人自己也是搬著本百科全書在理解。也許你會說這只是一個小部分，我只要說明白了問題不必解決每個細節的合理性，但這樣就完全隱藏了你自己的真實水準，出來混都是要還的，這絕不是危言聳聽。我最反感兩個人實際都不懂卻非要討論一個專業話題，要麼就是互相吹捧，要麼就是互相謾駡，不幸的是，國人在這件事上樂此不疲，很少聽到有營養的討論。
此外，也就人說excel圖不漂亮，其實圖表的格式都是可以自訂的，所謂的不漂亮只是默認格式不漂亮。又有人說了，默認不漂亮就是大問題，我沒必要去伺候一個工具。事實上學精一個工具要強於泛泛學習多個工具，軟體的設計大同小異，學通一個，一通百通。況且所謂的默認格式漂亮也只是假像，更真實的情況可能是別人只教你這樣用且告訴你這樣出圖寫文章障礙少。為了方便，很多人放棄了更重要的東西——質疑。這樣做不被質疑，但反過來想，被質疑才是知識進步的方式，總是不質疑也就總是做些邊邊角角的研究，創新性從一開始就被實用主義打敗了。結果似乎是皆大歡喜：文章發了，職稱升了，工資漲了。但這樣做研究跟那些白領、公務員本質上沒什麼不同——學識不長，人脈關係網瘋漲，社交水準不斷提高，自我感覺層次長了不少。
坦言之，我不反對實用主義，也不反對掌握方法比內容更重要的觀點。但實用主義不能是為達目的不論手段的藉口，資訊時代方法固然重要，但沒有內容的骨架也是毫無價值，你可以搞個智慧手機天天搜索，但這不是全部。kk在《失控》裡說機器在向人進化的同時人也在向著機器進化，但人永遠不會成為當前的機器，看不清方向很正常，但總是看得清方向同樣可怕。並不是分清了輕重緩急就一定要把重的與急得做完了而放棄輕的緩的，要知道，進化並沒讓我們比兩萬年前的判斷能力改變多少，我們會犯錯，更重要的是，犯錯也許創造未來。