Como otros han dicho, realmente depende de su capacidad y sus necesidades.
R: R y RStudio son grandes recursos porque es gratis y hay una variedad de bibliotecas para lograr lo que necesita sin introducir sus propias fórmulas. Me gusta la flexibilidad con la disposición de los cuadros y gráficos porque la salida parece más profesional y se puede leer fácilmente frente a Excel, donde el estándar se basa en colores o formas. Aprendí mucho usando R para extraer y compartir datos legibles a través de Process Improvement Using Data. La desventaja de R es que consume mucho tiempo, especialmente si lo usas por primera vez y aprendes las bibliotecas y demás. Los cambios en los gráficos no son tan simples como seleccionar y arrastrar.
Minitab: Recientemente he recibido la exposición a minitab a través de mi empresa, y es mi nueva herramienta favorita. Lo utilicé para el propósito de la formación de seis sigma. Hay una hoja de trabajo para los datos, como Excel, pero los gráficos y ecuaciones ya existen, sólo hay que seleccionar qué tipo, y seleccionar los datos de la hoja de trabajo. Hay una función de asistente que te da un árbol de decisiones para elegir qué función es la mejor para analizar tus datos específicos. Es mucho más rápido y fácil que R, y un paso por encima de Excel. Según el sitio web, la licencia de usuario único para Minitab 19 cuesta 1.785 dólares.
MATLAB: He utilizado MATLAB ampliamente, especialmente en la escuela de posgrado. Estaba disponible gratuitamente para los estudiantes a través de mi universidad. Lo utilicé para crear funciones específicas para analizar datos de nubes de puntos, o para utilizar ecuaciones diferenciales ordinarias para la velocidad de reacción química. La cuestión es que MATLAB es estupendo para las matrices y las funciones, pero demasiado caro para el análisis estadístico. Incluso para mi investigación académica, haría ANOVA en Excel y reportaría eso.