El objetivo de este estudio fue analizar la influencia de dos índices climáticos a gran escala en la precipitación en la cuenca del Danubio, tanto por separado como en combinación. La evolución del régimen hidroclimático en esta área es de particular importancia, pero ha recibido atención limitada. Uno de los índices para estos datos es el conocido índice climático de la Oscilación del Atlántico Norte (NAOI), que ha sido utilizado en numerosas investigaciones; el objetivo de usar este índice es determinar su influencia en varias variables hidroclimáticas en muchas regiones del globo. El otro índice, el índice de Oscilación Groenlandia-Balcán (GBOI), ha demostrado tener una mayor influencia en varias variables hidroclimáticas en el sureste de Europa en comparación con el NAOI. Primero, a través de diferentes métodos bivariantes, como la estimación de la coherencia total de wavelet (WTC) en el dominio tiempo-frecuencia y la aplicación de la coherencia parcial de wavelet (PWC), se comparó el rendimiento del GBOI en la precipitación en la cuenca del Danubio con el del NAOI en la temporada de invierno. Luego, utilizando métodos multivariantes relativamente simples como la regresión lineal múltiple (MLR) y una variante de la misma llamada regresión de cresta (RR), se obtuvieron resultados notables respecto a la predicción de la precipitación total en la cuenca del Danubio en la temporada de invierno. El período de entrenamiento fue de 90 años (1901-1990), y el período de prueba fue de 30 años (1991-2020). El criterio de rendimiento de Nash-Sutcliffe (NS) utilizado varió entre 0.65 y 0.94, dependiendo del enfoque de preprocesamiento aplicado a los datos de entrada, demostrando que la modelización estadística para la temporada de invierno es tanto simple como poderosa en comparación con los métodos modernos de aprendizaje profundo.