Los problemas enmascarados pueden surgir al tratar con datos de riesgos competitivos. Tales problemas se ejemplifican por la causa de una falla particular que no se exhibe directamente para que todas las unidades la observen, sino que solo se demuestra ser un subconjunto de posibles causas de falla. Para evaluar el impacto de las variables explicativas (covariables) en la función de incidencia acumulada (CIF), se discute en este documento un proceso de análisis bayesiano. No se impone la suposición de simetría en las probabilidades de enmascaramiento y se les asignan priors de Dirichlet independientes. La técnica de Cadena de Markov Monte Carlo (MCMC) se utiliza para implementar el análisis bayesiano. La efectividad del modelo desarrollado se prueba a través de estudios numéricos, que incluyen conjuntos de datos simulados y reales.