Este estudio utiliza el modelo adaptativo de riesgos competitivos censurados progresivamente de Tipo-II para estimar los parámetros desconocidos y la función de supervivencia de la distribución de Gompertz. Donde la vida útil de cada falla se considera independiente, y cada una sigue una distribución de Gompertz única con diferentes parámetros de forma. Primero, se utiliza el método de Newton-Raphson para derivar los estimadores de máxima verosimilitud (MLEs), y también se demuestra la existencia y unicidad de los estimadores. Se utilizó el método de maximización de expectativas estocásticas (SEM) para construir MLEs para los parámetros desconocidos, lo que simplificó y facilitó el cálculo. Basándonos en la normalidad asintótica de los MLEs y los métodos SEM, creamos los intervalos de confianza correspondientes para los parámetros desconocidos, y se utilizó el enfoque delta para obtener la estimación por intervalos de la función de confiabilidad. Además, utilizando dos técnicas de bootstrap, se crearon estimadores de intervalo aproximativos para todos los desconocidos. Además, calculamos las estimaciones de Bayes de los parámetros desconocidos, así como la función de supervivencia utilizando el método de Monte Carlo de cadenas de Markov (MCMC) en presencia de funciones de pérdida de error cuadrático y LINEX. Finalmente, examinamos dos conjuntos de datos reales y creamos un estudio de simulación para evaluar la eficacia de los enfoques establecidos.