Suponha-se que a estimativa de máxima verossimilhança de um vetor de parâmetros \( \theta = \left ( \alpha\,\,\,\,\beta \right)^{ \prime} \) de um certo modelo de regressão linear seja \( \hat{\theta} = \left (2,0\,\,\,\,0,5 \right)^{ \prime} \) e que o inverso da matriz de informação de Fisher relativa a esse vetor de parâmetros seja

\( I_{n}^{-1} \left ( \theta \right) = { \begin{bmatrix} 0,06\,\,\,0,01\\0,01\,\,\,\,0,04 \end{bmatrix}} \),

em que n representa o tamanho da amostra. Com base no teste de hipóteses \( H_0: \beta = 0 \) versus \( H_1: \beta \neq 0 \), a estatística do teste de Wald para a situação em tela será igual a