feat(stats): bootstrap_ci 落地（L0 10/12，S 档）+ 卡片；修掉 rng 绕过 get_rng 与 lambda 名字死分支

## 审查结论
算法移植是对的：大样本正态下百分位区间半宽与解析 `2 × 1.96 × se` 差 < 2%，
按块重采样（batch_size=1000）也照 docstring 的 Notes 做了。以下是要改的部分。

## Fixed
- `random_state=None` 时另开 `np.random.default_rng()`,**绕过了 `core.get_rng`** ——
  与决策 24 冲突：`set_seed` 对它无效，同一段脚本重跑区间就变。改成无条件 `get_rng(random_state)`（决策 46）。
- `metrics["statistic_name"]` 用 `hasattr(statistic, "__name__")` 判不出 lambda：
  lambda 的 `__name__` 恒为 `"<lambda>"`，于是 `else "custom"` 是**死代码**，
  实测自定义统计量拿到的是 `"<lambda>"`。改成 `getattr(f, "__name__", None)` + 判 `"<lambda>"`（易错点 17）。
- docstring 补齐 `Parameters` / `Returns` / `Raises`（§4.7），并如实写明 `method="bca"` **尚未实现**
  （此前 docstring 承诺支持、实现却抛 `NotImplementedError`）。
- ruff 两条：I001（导入块拆成三行且用了绝对导入）、F541（`f"暂不支持bca"` 无占位符）。

## Tests
- **摘掉 3 条 `skip`**：等 `bootstrap_ci` 的那 3 条一直挂着，实现写完照样全绿 —— 易错点 9 复发，
  已在 `personal-pitfalls.md` 把该条 `复发` 记到 1 并注明本次经过。
- 新增 6 条：`estimate` 等于原样本统计量、`confidence` 单调性、五种容器一致、
  自定义 lambda 走回退分支、**不给种子时跟随 `set_seed`**（钉住上面那个 rng 修复）、非法/未实现 method。
- 写测试时踩到一个真性质：极差的重采样值**永远 ≤ 原样本极差**，`high` 会正好等于 `estimate`，
  断言不能写 `estimate < high`。这条已写进卡片 §5。
- 全量 **177 条：143 passed / 34 skipped / 0 xfail**；ruff 0，pyright 0；`examples/01` 跑通。

## Docs
- `docs/algorithms/bootstrap_ci.md`：**第 2 张 S 档卡片**（模板九节 + §10 待拍板）。
  `docs/algorithms/README.md` 进度表打勾。
- `docs/dev/personal-pitfalls.md`：新增第 17 条（`hasattr(f, "__name__")` 挡不住 lambda，`else` 分支即死代码），
  索引补到 17；第 9 条记一次复发。
- `STATUS.md`：E 节记 `bootstrap_ci`（L0 10/12 → 剩余 `monte_carlo` `save_figure`），决策 46，
  「下一步」第 1 条改写、新增第 8 条列 5 个待拍板口径。

## 待用户拍板（Codex 一律未动，按决策 39）
- `x` 里的 NaN 静默传进统计量 → `nan` 区间（`confidence_interval` / `t_test` 都是先丢 NaN 的，口径不齐）
- `n_resamples <= 0` 现在抛 `IndexError: index -1 is out of bounds`（应在入口给可读 ValueError）
- `confidence` 越界交给 numpy 抛 `Percentiles must be in the range [0, 100]`
- `method="bca"`：补实现（≈25 行，S 档）还是从 docstring 删掉
- `bootstrap_statistic` 仍是 `NotImplementedError`，而 `bootstrap_ci` 把那段重采样循环内联了 ——
  建议抽出去让 `bootstrap_ci` 调它（易错点 16 的变体）

CHANGELOG.md

@@ -301,6 +301,34 @@
   统一收成 `TypeError`（决策 45，**Codex 代选、待用户确认**）—— 与 `t_test` / `confidence_interval`
   已经写进 docstring 的口径一致。
 
+### Added
+- `stats.bootstrap_ci`（**L0 第 10 项，S 档**，实现由用户本人写）：百分位法 bootstrap 置信区间，
+  `statistic` 可以是任意 `f(sample) -> float`（默认 `np.mean`）。返回 `Result`，
+  `params = {estimate, low, high, confidence, n_resamples}`、`metrics.statistic_name`。
+  重采样**按块处理**（`batch_size=1000`），不落地 `B × n` 整矩阵。
+- `docs/algorithms/bootstrap_ci.md`：**第 2 张 S 档函数卡片**。除模板九节外，记了一条非平凡性质 ——
+  **统计量有上界时百分位区间会塌到上界**（极差的重采样值永远 ≤ 原样本极差，实测 `high == estimate`），
+  以及 5 个待拍板口径。`docs/algorithms/README.md` 的进度表同步打勾。
+
+### Fixed
+- `bootstrap_ci` 的 `random_state=None` 分支原来另开 `np.random.default_rng()`，**绕过了 `core.get_rng`** ——
+  与决策 24 冲突：`set_seed` 对它无效、区间不可复现。改成无条件 `get_rng(random_state)`（决策 46）。
+- `bootstrap_ci` 的 `metrics["statistic_name"]`：`hasattr(statistic, "__name__")` 判不出 lambda ——
+  lambda 的 `__name__` 恒为 `"<lambda>"`，于是 `else "custom"` 是**死代码**，自定义统计量拿不到 `"custom"`。
+  改成 `getattr(f, "__name__", None)` 再判 `name in (None, "<lambda>")`（易错点 17）。
+- `bootstrap_ci` 的 docstring 补齐 `Parameters` / `Returns` / `Raises`（§4.7），并如实写明
+  `method="bca"` **尚未实现**（此前 docstring 承诺支持、实现却抛 `NotImplementedError`）。
+
+### Changed
+- `tests/test_stats.py`：**摘掉 3 条 `skip`**（等 `bootstrap_ci` 的那 3 条），并新增 6 条断言 ——
+  `estimate` 等于原样本统计量、`confidence` 单调性、五种容器结果一致、自定义 lambda 走回退分支、
+  **不给种子时跟随 `set_seed`**、非法/未实现 `method`。bootstrap 段共 9 条。
+  全量 **177 条：143 passed / 34 skipped**；ruff 0，pyright 0。
+- `docs/dev/personal-pitfalls.md`：**第 9 条「实现写完了测试还挂着 skip」复发 +1**（这次是 `bootstrap_ci` ——
+  实现写完、3 条测试仍挂 skip、全量照样全绿）；新增第 17 条「`hasattr(f, "__name__")` 挡不住 lambda，
+  `else` 分支是死代码」；索引补到 17。
+- `STATUS.md`：E 节记 `bootstrap_ci`（L0 10/12），决策 46，「下一步」改写并新增第 8 条列 5 个待拍板口径。
+
 ## [0.0.1] - 2026-10-01
 
 ### Added