En este artículo, presentamos la distribución inversa generalizada de Kumaraswamy-Kavya-Manoharan (KM-GIKw), que puede ser presentada como una versión mejorada de la distribución inversa generalizada de Kumaraswamy con tres parámetros. Contiene numerosas distribuciones de tiempo de vida referenciadas en la literatura y un amplio panel de nuevas. Entre las características y atributos esenciales cubiertos en nuestra investigación se encuentran los cuantiles, momentos y medidas de información. En particular, se derivan y discuten numéricamente varias medidas de entropía (Rényi, Tsallis, etc.). La adaptabilidad de la distribución KM-GIKw en términos de las formas de las funciones de densidad de probabilidad y de tasa de riesgo demuestra cuán bien puede ajustarse a diferentes tipos de datos. Basándose en ello, se crea un plan de muestreo de aceptación cuando la prueba de vida se trunca en un tiempo predefinido. Más precisamente, el tiempo de truncamiento está destinado a representar la mediana de la distribución KM-GIKw con factores preestablecidos. En una parte separada, se pone el foco en la inferencia de la distribución KM-GIKw. Los parámetros relacionados se estiman utilizando los métodos bayesiano, de máxima verosimilitud y de máximo producto de espaciamientos. Para el método bayesiano, se emplean funciones de pérdida tanto simétricas como asimétricas. Para examinar los comportamientos de varias estimaciones basadas en mediciones de criterio, se lleva a cabo una investigación de simulación de Monte Carlo. Finalmente, con el objetivo de demostrar la aplicabilidad de nuestros hallazgos, se utilizan tres conjuntos de datos reales. Los resultados muestran que la distribución KM-GIKw ofrece ajustes superiores en comparación con otras distribuciones bien conocidas.