我们解决了在贝塔回归模型类的小样本中执行测试推断的问题。我们考虑似然比检验及其标准引导版本。我们还考虑了两种替代的基于重采样的测试。其中一种方法使用bootstrap检验统计数据副本来数值估计Bartlett校正因子，该校正因子可应用于似然比检验统计数据。通过这样做，我们避免了估计位于似然比检验统计量零分布尾部的数量。第二种基于重采样的替代测试使用快速双引导方案，其中对每个一级引导复制执行一个二级引导重采样。它以比标准双引导方案小得多的计算成本提供准确的测试推断。我们提供的蒙特卡罗结果表明，在小样本中，标准似然比检验往往相当宽松。他们还表明，即使样本量很小，引导测试也能提供准确的测试推断。还提出并讨论了一个实证应用。