Este estudio evalúa métodos estadísticos para estimar parámetros de vida desconocidos utilizando un conjunto de datos de censura de fallos progresiva. La distribución de la vida útil del modo de fallo se modela mediante la distribución exponencial-inversa-Weibull generalizada impar. Los estimadores de máxima verosimilitud para los parámetros del modelo, incluidas las funciones de supervivencia, riesgo y tasa de riesgo inversa, se obtienen, aunque carecen de expresiones en forma cerrada. Se utiliza el método de Newton-Raphson para calcular estas estimaciones. Los intervalos de confianza para los parámetros se aproximan mediante la distribución normal de la estimación de máxima verosimilitud. La matriz de información de Fisher se deriva utilizando el principio de información faltante, y se aplica el método delta para aproximar los intervalos de confianza para las funciones de supervivencia, tasa de riesgo e inversa de la tasa de riesgo. Se calcularon estimadores de Bayes con funciones de pérdida de error cuadrado, exponencial lineal y entropía general, utilizando distribuciones gamma independientes para priors informativos. El muestreo de Monte Carlo de cadenas de Markov proporciona los intervalos creíbles de mayor densidad posterior y estimaciones puntuales bayesianas para los parámetros y características de confiabilidad.