Este trabajo presenta un análisis estadístico exhaustivo de la distribución de Gumbel Tipo-II basado en el censuramiento conjunto progresivo de Tipo-II. Deriva los estimadores de máxima verosimilitud para los parámetros de la distribución y construye sus intervalos de confianza asintóticos. Investiga la estimación bayesiana utilizando priores no informativos e informativos bajo la función de pérdida de error cuadrado y la función de pérdida LINEX, aplicando métodos de Monte Carlo de Cadena de Markov. Un estudio de simulación detallado evalúa el rendimiento de los estimadores en términos de estimaciones promedio, errores cuadráticos medios y longitudes promedio de intervalos de confianza. Los resultados muestran que los estimadores bayesianos pueden superar a los estimadores de máxima verosimilitud, especialmente con priores informativos. Un ejemplo de datos reales demuestra el uso práctico de los métodos propuestos. El análisis confirma que la distribución de Gumbel Tipo-II con censuramiento conjunto progresivo proporciona un modelo flexible y efectivo para datos de vida útil, lo que permite una evaluación de confiabilidad más precisa y un análisis de riesgo en estudios de ingeniería y supervivencia.