综合红黑榜

排序算法 rank v2：先验收缩中位分 − 90% 置信下界， 乘以 critical 率 Wilson 上界惩罚。样本少于 3 次的站点如实标注证据不足，绝不渲染为红或绿——「证据不足 ≠ 有问题」。