La estimación de cantidades desconocidas a partir de múltiples muestras independientes pero no homogéneas ha recibido cada vez más atención en varios campos en la última década. Este interés se evidencia por la amplia gama de aplicaciones discutidas en la literatura reciente. En este estudio, proponemos un estimador de prueba preliminar para la media común con varianzas desconocidas e desiguales. Cuando existe información previa sobre la media de la población con la consideración de que podría ser igual al valor de referencia para la media de la población, se puede realizar una prueba de hipótesis: versus . La muestra inicial se utiliza para probar , y si no se rechaza , nos volvemos más confiados en utilizar nuestra información previa (después de la prueba) para estimar . Sin embargo, si se rechaza , la información previa se descarta. Nuestras simulaciones indican que el estimador de prueba preliminar propuesto disminuye significativamente los valores del error cuadrático medio (ECM) en comparación con estimadores no sesgados como el estimador Garybill-Deal (GD), especialmente cuando se alinea estrechamente con la media hipotetizada (). Además, nuestro análisis indica que el estimador de prueba propuesto supera al método existente, especialmente en casos con tamaños de muestra mínimos. Abogamos por su adopción para mejorar la precisión de la estimación de la media común. Nuestros hallazgos sugieren que a través de una aplicación cuidadosa en metaanálisis reales, el estimador de prueba propuesto muestra un potencial prometedor.