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）

docs/dev/personal-pitfalls.md

@@ -38,6 +38,7 @@
 | 14 | 把"能看的表"和"能算的表"塞进同一个返回值 | 2026-10-03 |
 | 15 | 区间被无条件夹到 `[0, 1]`，且 `min` / `max` 参数写反 | 2026-10-03 |
 | 16 | 同一段入口转换抄了 N 遍，还当它是"本项目的写法" | 2026-10-03 |
+| 17 | `hasattr(f, "__name__")` 挡不住 lambda，`else` 分支是死代码 | 2026-10-03 |
 
 ---
 
@@ -151,7 +152,9 @@
 - 以后怎么防：每次写完实现，用 `pytest -q -rs`（或 `--collect-only`）**核对 skip 条数掉没掉**；
   条数没变就说明实现没被验证过。另一个信号是 `pytest --collect-only` 的收集数 ——
   新写的测试没进收集列表，就是名字或位置不对。
-- 首次：2026-10-02｜复发：0
+- 复发（2026-10-03）：`bootstrap_ci` 写完了，`tests/test_stats.py` 里等它的 3 条仍然挂着 skip，
+  全量照样 134 passed / 37 skipped 全绿 —— 连 `_NOT_IMPLEMENTED` 这个常量名都没提示你。
+- 首次：2026-10-02｜复发：0 → **1（2026-10-03）**
 
 ### 10. 把真报错当成"编辑器误报"
 
@@ -287,3 +290,22 @@
   ③ 抽出来的函数只干**一件事**：把容器转成数组、并告诉调用方原来是什么。
   选列 / 摊平 / 删缺失这些是**语义**，必须留在各函数里（否则重演第 15 条与 `paired=True` 的 NaN 错位）。
 - 首次：2026-10-03｜复发：0
+
+### 17. `hasattr(f, "__name__")` 判断"是不是具名函数"—— lambda 也有 `__name__`
+
+- 现象：`bootstrap_ci` 想给 `metrics["statistic_name"]` 一个名字，写成了
+  `statistic.__name__ if hasattr(statistic, '__name__') else "custom"`。
+  本意是"认得的内置统计量给名字、自定义的标 custom"，实际传 lambda 时得到的是
+  **字符串 `"<lambda>"`** —— 因为 lambda 有 `__name__`，只是值恒为 `"<lambda>"`。
+  也就是说 `else` 那支**几乎永远走不到**，是死代码。
+- 为什么会错：`__name__` 在脑子里等于"函数的名字"，于是 `hasattr` 就等于"这是个函数"。
+  实际上 `__name__` 是**属性存在性**，不是"名字有意义"：lambda、`functools.partial` 包过的函数、
+  `numpy` 的 ufunc（`np.mean.__name__` 是 `"mean"`，能过）各有各的情况，
+  真正拿不到的只有**没有 `__name__` 的可调用对象**（比如带 `__call__` 的类实例）。
+  同类陷阱还有 `hasattr(x, "__len__")` 判容器（`str` 也有）、`hasattr(x, "__iter__")` 判列表。
+- 以后怎么防：① 判"是不是我想要的那类函数"，用**显式白名单**（`if statistic in [np.mean, np.median, ...]`），
+  别用属性存在性推断语义；② 真要取名字就写成
+  `name = getattr(f, "__name__", None)` 再判断 `name in (None, "<lambda>")`，
+  把"没有名字"和"名字是占位符"两种情况都覆盖；③ 每个 `else`/兜底分支都问一句
+  "**这条到底测得到吗**"——走不到的分支就是 bug 伪装成的防御性代码。
+- 首次：2026-10-03｜复发：0