AI 中文总结
该研究针对依赖样本量的随机基上的部分和过程建立稳定收敛定理，补充经典高斯稳定极限定理，支持基于似然的统计推断应用。
AI 中文摘要
我们针对依赖样本量的随机基上的部分和过程，建立了稳定收敛定理。该定理允许具有条件独立增量、同时包含连续与不连续鞅部分的多维半鞅极限。受插补渐近（infill asymptotics）驱动，它补充了经典高斯稳定极限定理，支持基于似然的统计推断应用。
英文摘要
We develop a stable convergence theorem for partial sum processes on sample-size dependent stochastic bases. The result allows multidimensional semimartingale limits that have conditionally independent increments and both a continuous and discontinuous martingale part. Motivated by infill asymptotics, it complements classical Gaussian stable limit theorems and supports applications to likelihood based statistical inference.
