参数怎么看？
这个作者有解释
# a bit complicated but following explanation will be useful hopefully
# H = (C')x(C) + (A')(E_t-1)(E_t-1')(A) + (B')(E_t-2)(E_t-2')(B) + ... + (G')(H_t-1)(G) + (L')(H_t-2)(L) + ...
#                    |_____________|          |_____________|            |____________|   |____________| |____|
#                        E1 TERM                  E2 TERM                    G1 TERM         G2 TERM     G3.G4..
#                |____________________|   |____________________| |_____|
#                        A1 TERM                  A2 TERM        A3.A4..
#           |______|  |__________________________________________|  |___________________________|  
#      C TERM                         A TERM                                              G TERM


模型中估计出来的参数,如何进行显着性检验,
这个问题我答复过,请参考
   https://bbs.pinggu.org/thread-1138255-1-1.html

前面那个问题已经明白了，第二个还是不懂
> summary(est)
                  Length Class      Mode   
eps                  3   data.frame list   
series.length        1   -none-     numeric
estimation.time      1   difftime   numeric
total.time           1   difftime   numeric
order                2   -none-     numeric
estimation           6   -none-     list   
aic                  1   -none-     numeric
asy.se.coef          3   -none-     list   
est.params           3   -none-     list   
cor                  3   -none-     list   
sd                   3   -none-     list   
H.estimated       1000   -none-     list   
eigenvalues          9   -none-     numeric
uncond.cov.matrix    9   -none-     numeric
residuals            3   -none-     list   
这个是出来的结果
hessian=mod$cov$B
#observed Fisher information matrix=invert the Hessian
oi=solve( hessian)

se<-sqrt(diag(oi))  #Std.Error
se
这几句不懂？这里面的cov在BEKK里面应该是什么啊，是协方差矩阵吗？BEKK的结果只有给出参数系数啊？

sim = mvBEKK.sim(series.count = 2, T = 1000) # simulate a 2 dimensional mgarch model with length of 1000
eps = data.frame(sim$eps[[1]], sim$eps[[2]]) # encapsulate
est = mvBEKK.est(eps)

hessian=est$estimation$hessian
oi=solve( hessian)

se<-sqrt(diag(oi))  #Std.Error
se

tvalue=as.vector(mod$coe/se)   #t value
在计算t值的时候不是tvalue=as.vector(est$est.params/se)吗？
还有一个问题啊，用R能做ARFIMA模型吗？真是谢谢了

hessian=est$estimation$hessian
oi<-solve(hessian)
se<-sqrt(diag(oi))
tvalue=est$estimation$par/se


Package "afmtools":
Estimation, Diagnostic and Forecasting Functions for ARFIMA models
http://cran.r-project.org/web/packages/afmtools/