Цель. Оценка параметров распределения по малой выборке представляет самостоятельную нетривиальную задачу, при решении которой путем максимизации функции правдоподобия можно получить сильно смещенный результат. В статье проанализированы свойства некоторых оценок параметров бета-распределения 1-го рода по малой выборке. Методы. Cравнение оценок параметров бета-распределения по малой выборке различными методами проведено имитационным моделированием при числе испытаний N = 104. Результаты. Оценки параметров методом максимального правдоподобия действительно дают сильно смещенный результат для выборок малого объема. Бутстреп-метод, по сравнению с методом максимального правдоподобия, дает менее смещенные оценки с меньшей дисперсией. Наиболее приемлемый (близкий к исходным значениям) результат получен с использованием математического ожидания (или медианы) и дисперсии. Выводы. Для выборок малого объема вряд ли можно рекомендовать какой-либо конкретный способ оценки параметров. Наиболее целесообразным представляется нейросетевой анализ малых выборок. С помощью нейросетевого объединения нескольких способов оценки можно существенно улучшить ее точность.