La distribución Shanker, una distribución de tiempo de vida de un parámetro con una función de tasa de peligro creciente, es recomendada por Shanker para modelar datos de esperanza de vida. En este estudio, examinamos las implicaciones teóricas y prácticas de una mezcla de 2 componentes del modelo Shanker (2-CMSM). Una característica significativa de la función de tasa de peligro del modelo propuesto es que tiene formas de bañera creciente, decreciente e invertida. Investigamos las características estadísticas de un modelo mixto, como la función generadora de probabilidad, la función generadora de momentos factoriales, los cumulantes, la función característica, la razón de Mills, la vida residual media y el tiempo medio hasta la falla. Hay una representación gráfica de las funciones de densidad, media, tasa de peligro, coeficiente de variación, asimetría y curtosis. Nuestro enfoque final es estimar los parámetros del modelo de mezcla utilizando enfoques apropiados como la máxima verosimilitud, los mínimos cuadrados y los mínimos cuadrados ponderados. Mediante un análisis de simulación, examinamos cómo se comportaban las estimaciones gráficamente. Los resultados de la simulación demostraron que, en la mayoría de los casos, las estimaciones de máxima verosimilitud tienen los errores cuadráticos medios más pequeños entre todas las demás estimaciones. Finalmente, observamos que cuando el tamaño de la muestra aumenta, las medidas de precisión disminuyen para todas las técnicas de estimación, lo que indica que todos los enfoques de estimación son consistentes. A través de dos análisis de datos reales, la validez y adaptabilidad del modelo sugerido se contrastan con las de otros modelos, incluidos la mezcla de las distribuciones exponenciales y las distribuciones de Lindley.