La distribución de Birnbaum-Saunders (BS), definida solo para valores no negativos, es asimétrica. Sin embargo, puede transformarse en una distribución normal, que es simétrica. La distribución BS es particularmente útil para analizar datos que consisten en valores mayores que cero. Este estudio tiene como objetivo presentar seis enfoques para construir intervalos de confianza para la diferencia y la razón de percentiles en distribuciones de Birnbaum-Saunders que contienen valores cero. Los enfoques propuestos incluyen el enfoque de intervalo de confianza generalizado (GCI), el enfoque de bootstrap, el enfoque de densidad posterior más alta (HPD) basado en el método de bootstrap, el enfoque bayesiano, el enfoque HPD basado en el método bayesiano y el enfoque de recuperación de estimaciones de varianza (MOVER). Para evaluar su rendimiento, se realiza un estudio de simulación de Monte Carlo, centrándose en la probabilidad de cobertura y la longitud promedio. Los resultados indican que el enfoque MOVER y el enfoque HPD basado en el método bayesiano funcionan mejor que otros enfoques para construir intervalos de confianza para la diferencia entre percentiles. Además, los enfoques GCI y bayesianos superan a otros al construir intervalos de confianza para la razón de percentiles. Finalmente, se utilizan datos diarios de velocidad del viento de las provincias de Rayong y Prachin Buri para demostrar la eficacia de los enfoques propuestos.