针对有限样本和可能的模型指定错误，考虑了构造基于似然置信集的乘数自举过程。理论结果证明了小样本或中等样本大小的引导有效性，并允许控制参数维$p$的影响：如果$p^{3}/n$较小，则引导近似有效。关于bootstrap有效性的主要结果仍然适用，即使在所谓的小建模偏差条件下错误指定了基础参数模型。在真实模型与考虑的参数族显著偏离的情况下，引导程序仍然适用，但变得有点保守：构建的置信集的大小因建模偏差而增加。我们用错误指定的线性回归和逻辑回归的数值例子来说明结果。