El objetivo de esta investigación es evaluar la eficiencia de una técnica de regresión no lineal en la predicción de la lluvia estacional a largo plazo. Los modelos no lineales se desarrollaron utilizando los valores rezagados (pasados) de los factores climáticos, que tienen una correlación significativa con la lluvia. Más específicamente, se evaluaron las capacidades del SEIO (Océano Índico Sudeste) y del ENSO (Oscilación Sur de El Niño) para reproducir las características de la lluvia utilizando el enfoque de regresión no lineal. Los modelos no lineales desarrollados se probaron utilizando los conjuntos de datos individuales, que no se utilizaron durante la calibración de los modelos. Los modelos se evaluaron utilizando los parámetros estadísticos comúnmente utilizados, como las correlaciones de Pearson (R), el error cuadrático medio (RMSE), el error absoluto medio (MAE) y el índice de concordancia (d). Se seleccionaron tres estaciones de lluvia ubicadas en el Territorio de la Capital Australiana (ACT) como estudio de caso. El análisis sugiere que los predictores que tienen la mayor correlación con los predictandos no necesariamente producen los menores errores en la predicción de la lluvia. La regresión no lineal pudo predecir la lluvia estacional con coeficientes de correlación que varían de 0.71 a 0.91. Los resultados del análisis ayudarán a las autoridades de gestión de cuencas a adoptar técnicas de modelado eficientes al predecir la lluvia estacional a largo plazo.