En este estudio, analizamos cómo estimar modelos de confiabilidad de resistencia-estres, = P ( < ) y = P ( < ), donde la resistencia y el estrés tienen la misma distribución en el primer modelo, , y la resistencia y el estrés tienen distribuciones diferentes en el segundo modelo, . Basándonos en el primer modelo, se asume que el estrés y la resistencia tienen distribuciones Lomax, mientras que en el segundo modelo, y se asume que tienen distribuciones Lomax e inversa de Lomax, respectivamente. Con la suposición de que las variables en ambos modelos son independientes, se utiliza la estrategia de muestreo de conjuntos clasificados por mediana (MRSS) para analizar diferentes posibilidades. Utilizando la técnica de máxima verosimilitud y un diseño MRSS, derivamos los estimadores de confiabilidad para ambos modelos cuando las variables de resistencia y estrés tienen un tamaño de conjunto similar o diferente. El estudio de simulación se utiliza para verificar la precisión de varias estimaciones. En la mayoría de los casos, los resultados de la simulación muestran que las estimaciones de confiabilidad para el segundo modelo son más eficientes que las del primer modelo en el caso de tamaños de conjunto diferentes. Sin embargo, con tamaños de conjunto idénticos, las estimaciones de confiabilidad para el primer modelo son más eficientes que las estimaciones equivalentes para el segundo modelo. Se utilizan datos médicos para una mayor ilustración, lo que permite verificar las conclusiones teóricas.