Una nueva distribución exponencial ponderada de dos parámetros (WE), como un modelo competidor beneficioso frente a otras distribuciones de tiempo de vida, a saber: exponencial generalizada, gamma y Weibull, se estudia en presencia de datos híbridos adaptativos progresivos de Tipo-II. Por lo tanto, basándonos en diferentes métodos de estimación frecuentista y bayesiana, estudiamos el problema inferencial de los parámetros de WE, así como los índices de confiabilidad relacionados, incluidas las funciones de supervivencia y de falla. En configuraciones frecuentistas, además de la estimación basada en verosimilitud estándar, también se tiene en cuenta el enfoque del producto de espaciamiento (PS) para estimar todos los parámetros desconocidos de vida. Haciendo uso del método delta y de la información de Fisher observada de los estimadores frecuentistas, se obtienen intervalos de confianza asintóticos aproximados para todos los parámetros desconocidos. En la metodología Bayes, a partir de la pérdida de error cuadrado con priors de densidad gamma independientes, se ofrecen estimaciones de punto e intervalo de los parámetros desconocidos utilizando tanto la verosimilitud conjunta como las funciones del producto de espaciamientos. Dado que no se dispone de una solución cerrada para los estimadores de Bayes, se presenta el muestreador Metropolis-Hastings para aproximar las estimaciones de Bayes y también para crear sus estimaciones de densidad posterior de intervalo más alto asociadas. Para determinar la eficacia de los enfoques desarrollados, se implementan extensos experimentos de Monte Carlo. Para resaltar la aplicabilidad de las metodologías ofrecidas en la práctica, se analiza un conjunto de datos de la vida real que consta de 30 tiempos de falla de equipos mecánicos reparables. Esta aplicación demostró que el modelo WE ofrecido proporciona un mejor ajuste en comparación con los otros ocho modelos de vida útil.