Basado en muestras censuradas híbridas progresivas generalizadas de Tipo-I (GPHCSs), se investiga en este trabajo la estimación de parámetros para la distribución logística-geométrica de media unidad (UHLG). Utilizando la estimación de máxima verosimilitud (MLE) y la estimación bayesiana, se han evaluado los parámetros, la fiabilidad y las funciones de riesgo de la distribución UHLG bajo GPHCSs. Asimismo, se realiza el cálculo de los intervalos de confianza asintóticos (ACIs). Además, se mencionan dos ICs de bootstrap, bootstrap-p y bootstrap-t. Para funciones de pérdida simétricas, como la pérdida de error al cuadrado (SEL), y funciones de pérdida asimétricas, como la pérdida exponencial lineal (LL) y la pérdida de entropía general (GEL), existen aproximaciones bayesianas específicas. La metodología de los muestreadores Metropolis-Hastings se utilizó para construir los intervalos creíbles (CRIs). En conclusión, se considera una serie de datos genuinos que mide las estadísticas de mortalidad de un grupo de ratones macho con sarcoma de células reticulares como una aplicación de los métodos proporcionados.