En este artículo, estudiamos las inferencias de la diferencia de medianas para dos distribuciones lognormales independientes. Estos métodos incluyen métodos tradicionales como el enfoque de bootstrap paramétrico, el enfoque de aproximación normal, el enfoque de recuperación de estimaciones de varianza y el enfoque de intervalo de confianza generalizado. También se discuten los intervalos de confianza simultáneos para la diferencia en la mediana de más de dos distribuciones lognormales independientes. Nuestros estudios de simulación evalúan el rendimiento de los intervalos de confianza propuestos en términos de probabilidades de cobertura y longitudes promedio. Encontramos que el enfoque de bootstrap paramétrico sería una elección adecuada para tamaños de muestra más pequeños para las dos distribuciones independientes y múltiples distribuciones independientes. Sin embargo, el enfoque de recuperación de estimaciones de varianza y los enfoques de aproximación normal son competidores alternativos para construir intervalos de confianza simultáneos, especialmente cuando las poblaciones tienen una gran varianza. También incluimos dos aplicaciones prácticas que demuestran el uso de las técnicas en datos observados, donde un conjunto de datos funciona para las concentraciones de masa de PM2.5 en Bangkapi y Dindaeng en Tailandia y los otros datos provienen del estudio de la albúmina sérica bovina ligada al nitrógeno producida por tres grupos de ratones diabéticos. Ambas aplicaciones muestran que los intervalos de confianza del enfoque de bootstrap paramétrico tienen la menor longitud.