Dado que los datos de lluvia a menudo contienen observaciones de cero, la razón de las varianzas de las distribuciones delta-gamma se puede utilizar para comparar la dispersión de la lluvia entre dos conjuntos de datos de lluvia. Con este fin, construimos el intervalo de confianza para la razón de las varianzas de dos distribuciones delta-gamma utilizando el método de cantidad fiducial, intervalos de credibilidad bayesianos basados en los priors de Jeffreys, uniforme, o normal-gamma-beta, y intervalos de densidad posterior más alta (HPD) basados en los priors de Jeffreys, uniforme, o normal-gamma-beta. El rendimiento de los métodos de intervalo de confianza propuestos se evaluó en términos de sus probabilidades de cobertura y longitudes promedio a través de simulación de Monte Carlo. Nuestros hallazgos muestran que los intervalos HPD basados en el prior de Jeffreys y el prior normal-gamma-beta son adecuados para conjuntos de datos con una pequeña y una gran probabilidad de contener ceros, respectivamente. Los datos de lluvia de la provincia de Phrae, Tailandia, se utilizan para ilustrar la practicidad de los métodos propuestos con datos reales.