En este trabajo, se discute la estimación de diferentes distribuciones exponenciadas inversas para una familia general. Bajo la perspectiva clásica, se proponen el máximo verosimilitud y el mínimo sesgo de varianza uniforme para los parámetros del modelo. Basándose en priors informativos y no informativos, se derivan varios estimadores de Bayes para el parámetro de forma y la función de confiabilidad bajo diferentes pérdidas, incluyendo entropía general, error logarítmico al cuadrado, funciones de pérdida de error cuadrático ponderado y otra nueva función de pérdida. El comportamiento de los estimadores propuestos se evalúa a través de extensos estudios de simulación. Finalmente, se analizan dos conjuntos de datos de la vida real desde una perspectiva ilustrativa.