Este documento investiga varios métodos de estimación para los parámetros de la distribución de Lindley unitaria (U-LD) bajo los diseños de muestreo de conjuntos clasificados (RSS) y muestreo aleatorio simple (SRS). Los parámetros de la distribución se estiman utilizando la estimación de máxima verosimilitud, mínimos cuadrados ordinarios, mínimos cuadrados ponderados, máximo producto de espaciamientos, distancia absoluta mínima de espaciamiento, log-distancia absoluta mínima de espaciamiento, distancia cuadrada mínima de espaciamiento, log-distancia cuadrada mínima de espaciamiento, lineal-exponencial, Anderson-Darling (AD), AD de cola derecha, AD de cola izquierda, segundo orden de cola izquierda, Cramér-von Mises y Kolmogorov-Smirnov. Se realiza un estudio de simulación exhaustivo para evaluar el rendimiento de estos estimadores, asegurando un número igual de unidades de medición en ambos diseños. Además, se analizan dos conjuntos de datos reales de tiempo de falla de elementos y COVID-19 para ilustrar la aplicabilidad práctica de los métodos de estimación propuestos. Los hallazgos revelan que los estimadores basados en RSS superan consistentemente a sus contrapartes de SRS en cuanto a error cuadrático medio, sesgo y eficiencia en todas las técnicas de estimación consideradas. Estos resultados destacan las ventajas de utilizar RSS en la estimación de parámetros para la distribución U-LD, lo que lo convierte en una opción preferible para una inferencia estadística mejorada.