工作原理

每个数字都经过验证。

我们根据同行评审的来源验证每个公式,对照参考实现交叉检查结果,并记录数学过程,以便您可以自行验证。

最后更新:2026年3月

计算逻辑

公式逻辑被隔离在 TypeScript 模块中,因此相同的数学逻辑可以驱动多个界面,并独立于页面布局进行审查。

舍入

结果为了易读性而进行了舍入,但在内部计算过程中,只要对总额有实质性影响,计算器就会保留精度。

假设

每个计算器都包含一个假设部分,说明该工具模拟和不模拟的内容。

隐私

发布版本在浏览器本地计算结果。如果未来的功能引入了保存的方案或分析事件,这些更改将记录在页面上。

01
来源验证

仅采用权威来源的公式

每个公式都可追溯到其源头——学术论文、政府出版物或公认的行业标准。不使用二手来源或猜测。

学术论文——针对健康、科学和工程公式的同行评审出版物。
政府标准——IRS 税表、WHO BMI 分类和 NIST 测量标准。
行业参考——金融领域的 CFA 协会,运动生理学领域的 ACSM。
02
交叉验证

每个结果都经过已知答案验证

每个计算器都针对参考数据集、已知工作示例以及至少一个独立实现进行了测试。边界情况也经过了明确测试。

参考数据集 —— 针对具有精确预期输出的教科书示例进行测试。
独立验证 —— 结果与 Wolfram Alpha、Excel 或专业领域工具进行对比。
边界情况测试 —— 妥善处理边界值、零值和极端输入。
03
透明度

展示数学原理,引用来源

每个计算器页面都会显示公式、解释变量并链接到源材料。舍入规则等假设均有明确说明。

公式显示 —— 显示完整的公式,包括变量定义和单位。
来源引用 —— 为每个公式提供源材料的直接链接。
明确假设 —— 用通俗易懂的语言记录舍入规则和简化说明。
04
持续维护

公式不会过期,但背景环境会变

税率会变。指南会更新。当基础数据发生变化时,我们会运行自动检查并更新计算器。每个计算器都会显示上次验证的时间。

自动化回归 —— 测试套件验证每个计算器仍能生成正确的结果。
版本追踪 —— 每个计算器都会显示其公式版本和上次验证日期。
更新监控 —— 追踪源材料的变化并主动进行更新。
计算示例

我们如何验证公式

复利计算器
来源公式 A = P(1 + r/n)^(nt) — 来源于 CFA 协会,《定量方法》。
参考测试 P=$10,000, r=7.5%, n=12, t=10 → 预期值:$20,966.83。我们的结果:$20,966.83 — 精确到小数点后 2 位。
交叉验证 已通过 Wolfram Alpha、Excel FVSCHEDULE 和 Python 参考实现进行验证。结果完全一致。
边缘情况 测试结果:r=0% 返回本金,t=0 返回本金,n=1/4/12/365 均正确,t=100年等大数值仍保持精度。
编辑流程

计算器从构思到发布的完整过程

01

追溯公式至权威来源

所有公式均源自同行评审论文、政府出版物或公认的行业标准。不接受二次摘要作为主要来源。

02

在独立模块中编写逻辑

计算逻辑编写在独立的 TypeScript 模块中,与 UI 和内容分离,以便进行独立测试和审查。

03

对比参考数据和独立工具进行测试

每个计算器都经过教科书案例、参考数据集以及至少一个独立实现(如 Wolfram Alpha 或 Excel)的测试验证。

04

编写方法论、假设和来源

计算器页面详细记录了公式、变量定义、舍入规则、假设、计算示例及引用来源。

05

自动化回归测试与来源追踪

自动化测试套件在每次构建时验证准确性。当基础数据发生变化(如税率更新)时,受影响的计算器将同步更新并重新验证。

对我们的计算方法有疑问?

如果您发现错误、对来源有异议或想建议更好的公式,欢迎联系我们。

报告问题或建议改进