Wald检验（Wald test），理学-数学-数理统计学-假设检验，先对无约束模型得到参数的极大似然估计值，再代入约束条件以检查约束条件是否成立的检验。其基本思想：如果约束是有效的，利用极大似然估计量具有相合性，那么在没有约束情况下所得到的参数极大似然估计量应该渐近地满足约束条件。设随机变量的样本空间和分布族为和，对上的某个有限测度有密度。考虑检验问题Wald检验统计量为：式中为的一个相合估计，满足服从均值为的渐近正态分布，且渐近方差阵为正定阵，而则是的相合估计。在大样本和下，渐近服从自由度等于约束个数[即中的方程个数]的分布。这类似于检验，过大的将拒绝假设。注意到只要求计算无约束模型，同时需要计算上述二次型中出现的渐近协方差矩阵的估计，可以用如下方法进行估计：式中，即是矩阵，其第行是第个约束对参数的个元素的导数在处的值。对于检验一组线性约束问题：（为行满秩），Wald检验将基于检验问题：注意到，得：若是单独一个约束，则Wald检验等同于基于置信区间的检验。若检验形如：则检验是基于统计量，式中，为渐近标准差的估计，将这个检验统计量与标准正态表中的适当临界值相比较即可。