我知道你们中的大多数人可能觉得 Google Docs 仍然是一个原始工具。它不是 Matlab 或 R，甚至不是 Excel。然而，我对这个基于网络的软件的强大功能感到困惑，它只使用浏览器的操作能力（并且与许多工作方式截然不同的浏览器兼容）。
活跃于这个论坛的 Mike Lawrence 使用 Google Docs 与我们分享了一个电子表格，用它做了一些漂亮的事情。我个人已经复制了一个非常彻底的假设检验框架（包括许多参数和非参数检验），最初是在 Google Docs 中的 Excel 中完成的。
如果你们中的任何人尝试过 Google Docs 并在有趣的应用程序中将其推向极限，我很感兴趣。我也有兴趣了解您在使用 Google Docs 时遇到的错误或缺陷
我将这个问题指定为“用于社区 wiki”，表示对此没有最佳答案。这更像是一项调查。
作为 R、bash、Python、asciidoc、(La)TeX、开源软件或任何 un*x 工具的狂热用户，我无法提供客观的答案。此外，由于我经常反对使用 MS Excel 或任何类型的电子表格（好吧，你看到了你的数据，或者它的一部分，但还有什么？），我不会积极参与辩论。我不是唯一一个，例如
我的一位同事因为缺乏向后兼容性等原因失去了所有宏。另一位同事试图导入遗传学数据（大约 700 名受试者在 800,000 个标记上进行基因分型，120 个月），只是为了“查看它们”。Excel 失败了，记事本也放弃了……我可以用 vi “查看它们”，并使用一些 sed/awk 或 perl 脚本快速重新格式化数据。所以我认为在讨论电子表格的有用性时需要考虑不同的层次。要么您处理小型数据集，并且只想应用基本的统计资料，也许没问题。然后，由您来信任结果，或者您可以随时索取源代码，但使用NIST 基准对所有内联过程进行快速测试可能会更简单. 我认为它不符合进行统计的好方法，因为这不是真正的统计软件（恕我直言），尽管作为上述列表的更新，较新版本的 MS Excel 似乎已经证明其准确性有所提高统计分析，参见 Keeling 和 Pavur，九个统计软件包可靠性的比较研究( CSDA 2007 51: 3811)。
尽管如此，大约有 10 或 20 篇论文（生物医学、心理学、精神病学）包含用 Excel 制作的图形，有时没有删除灰色背景、水平黑线或自动图例（Andrew Gelman 和 Hadley Wickham 肯定和我看到它时）。但更普遍地说，根据最近对 FlowingData 的一项民意调查，它往往是最常用的“软件” ，这让我想起了 Brian Ripley 的旧谈话（他是 MASS R 包的合著者，并写了一本关于模式识别的优秀书籍，除其他外）：
我们不要自欺欺人：最广泛使用的统计软件是 Excel（B. Ripley，来自 Jan De Leeuw），http://www.stats.ox.ac.uk/~ripley/RSS2002.pdf
现在，如果您觉得它为您提供了一种快速、简单的方式来完成您的统计，为什么不呢？问题是在这样的环境中仍然有一些事情无法完成（或者至少，这是相当棘手的）。我想到了引导、排列、多元探索性数据分析，仅举几例。除非你非常精通 VBA（它既不是脚本也不是编程语言），我倾向于认为即使是对数据的微小操作也可以在 R（或 Matlab 或 Python）下更好地处理，前提是你获得了正确的处理工具例如所谓的data.frame）。最重要的是，我认为 Excel 并没有为数据分析师促进非常好的实践（但它也适用于任何“高潮”，请参阅 Medstats 上关于需要维护数据处理记录的讨论，记录分析和数据编辑），我发现这篇关于实用统计的帖子相对说明了一些 Excel 陷阱。不过，它适用于 Excel，我不知道它如何转换为 GDocs。
关于分享你的工作，我倾向于认为Github（或源代码的Gist ）或Dropbox（尽管 EULA 可能会阻止某些人）是非常好的选择（修订历史、必要时的授权管理等）。我不鼓励使用基本上以二进制格式存储数据的软件。我知道它可以在 R、Matlab、Stata、SPSS 中导入，但在我看来：
就是这样。
我对谷歌电子表格的主要用途是使用谷歌表单，用于收集数据，然后轻松将其导入 R。这是我半年前写的一篇关于它的帖子：
谷歌电子表格 + 谷歌表单 + R = 轻松收集和导入数据进行分析
此外，如果您喜欢协作，我选择的工具是 DropBox。几个月前我写了一篇关于它的帖子：
我现在在一个有 5 个共同作者的项目中使用了大约半年，它非常宝贵（同步来自 3 个贡献者的数据文件，每个人都可以看到我正在制作的输出的最新版本，每个人都在寻找在文章的同一个 .docx 文件中）。
两个帖子都提供视频教程和口头说明。
“我也有兴趣了解您在使用 Google Docs 时遇到的错误或缺陷。”
我将仅回答原始问题的那一部分。我对 Google Docs 电子表格 (GSheets) 的探索一直关注数学和统计函数。最后，我的评估是，2012 年的 Google 电子表格在这方面远逊于 1997 年受到诟病的 Excel。
见证：Google Sheets 显然使用 erfc(x)=1-erf(x) 来评估 erfc(x) 用于 erf(x) 接近 1 的参数。他们通过平方的平均值减去平方来评估标准偏差或方差平均值；这是不好的数值练习。组合函数和离散概率，例如 poisson(n,x) = pow(x,n)*exp(-x)/n！逐个因素评估，导致不必要的溢出。阶乘是使用斯特林的近似因子逐个评估的，导致进一步不必要的溢出。通过简单地进行有限求和来评估累积泊松分布，因此归一化特性在舍入中丢失；累积二项分布也是如此。累积正态分布完全搞砸了；它超出 [0,1] 范围。相对于其他包中相同功能的实现，准确性普遍下降。对四舍五入等初等函数的描述常常是乱码，难以理解；解释是一个猜谜游戏。
我在 Google 文档产品论坛上的两组帖子中记录了这些问题：
（2011-11-13 及以后）normdist 仍然抛出负值 https://productforums.google.com/d/topic/docs/XfBPtoKJ1Ws/
（2012-05-06 及更高版本）GSheets 中的统计和数学函数出现错误和其他问题 https://productforums.google.com/d/topic/docs/rxFCHYeMhrU/