R语言呢？

分析得好！
我觉得不管哪一种能用的熟练都不错。
但是使用下来看，觉得这四种里面必备的是SPSS和STATA。
数据预分析的时候，用SPSS，其图形化的操作界面很方便。但是最终确定回归模型后需要进行检验和计算时，用STATA似乎更好。

浅见，供批判。

Matlab
线性代数和数值计算方面优势显著，
向量化运算往往比同类软件更快，
拥有超多工具箱，仿真，图像处理，信号处理，金融，统计，优化......
程序语言比较易学，编辑和调试环境不错
方便构建GUI
不是原生支持符号计算（符号计算远不止是推导公式），新版的mupad内核还不错，但是和Mathematica、Maple比有明显差距，不论是深度、广度和速度
递归特别慢，比Mathematica和Maple以及常见的脚本语言都慢
在一些数学领域相对薄弱，如数论，图论，离散数学等
高精度和大数计算比较慢(如精确计算100万的阶乘或π的前500万位)
工具箱之间的协作能力不是很好
界面不太好看(新版R2013a的Ribbon界面不错)
缺省画图不美观，锯齿，系统函数命名不够规范

Mathematica
符号计算非常强大，可解的方程类型最广泛
非常强大和灵活的语言，完成相同的工作，和同类语言相比代码量往往最少
语言高度统一，支持相当多的编程范式，过程式、函数式、元编程，逻辑编程、基于规则...
循环比较慢，可以用Compile加速，或使用Map、Table、Nest等代替循环
许多内置函数具备AAS机制(AutomaticAlgorithmSelection)
擅长高精度和大数计算，
图形方面的函数很丰富，默认画图比Matlab和Maple更好看
界面美观，输入公式很方便
帮助文档很友好
价格较高，比matlab更贵(Matlab的价格取决于你要哪些工具箱)
向量化的操作比Matlab稍慢，有时比Matlab更耗内存
代码调试不是很方便，但可以用Wolfram Workbench（基于Eclipse的IDE）改善
程序语言学习曲线陡峭，排除熟悉Scheme、Haskell等函数式语言或者作为高级计算器使用的人
（Mathematica的语法和常见的过程式程序语言有较大不同，虽然也可以作为过程式语言来用，但代码的和速度和优雅程度就大打折扣了）