El monitoreo de ensayos de vida para un producto o sustancia a menudo requiere un tiempo y esfuerzo significativos. Para acelerar este proceso, a veces las unidades se someten a condiciones más severas en lo que se conoce como pruebas de vida acelerada. Este artículo está dedicado a abordar el desafío de estimar la distribución de riesgo de potencia, tanto en términos de estimaciones de punto como de intervalo, durante las pruebas de vida parcialmente aceleradas bajo estrés constante utilizando muestras censuradas de primer fallo progresivo. Tres técnicas se emplean para este propósito: máxima verosimilitud, dos métodos de arranque paramétrico y métodos bayesianos. Estas técnicas proporcionan estimaciones de punto para parámetros desconocidos y el factor de aceleración. Además, construimos intervalos de confianza aproximados e intervalos de credibilidad de mayor densidad posterior para ambos los parámetros y el factor de aceleración. Los primeros se basan en la distribución asintótica de los estimadores de máxima verosimilitud, mientras que los últimos emplean la técnica de Monte Carlo por cadenas de Markov y se centran en la función de pérdida de error cuadrado. Para evaluar la efectividad de estos métodos de estimación y comparar el rendimiento de sus respectivos intervalos de confianza, se realiza un estudio de simulación. Finalmente, validamos estas técnicas de inferencia utilizando datos de ingeniería de la vida real.