Los modelos probabilísticos para predicciones de lluvia subdiaria son herramientas importantes para entender la hidrología de cuencas y estimar insumos de lluvia esenciales para estudios agrícolas y ecológicos. Esta investigación tuvo como objetivo lograr una distribución de probabilidad teórica para la lluvia subdiaria no nula utilizando datos de 1467 pluviómetros en todo el continente australiano. Se desarrolló un marco para estimar datos de lluvia en ubicaciones no medidas utilizando los parámetros del modelo ajustado de pluviómetros vecinos. Se ajustaron las distribuciones Lognormal, Gamma y Weibull, así como sus distribuciones mixtas, a datos de lluvia no nula de seis minutos. Se utilizó el error cuadrático medio para evaluar la bondad del ajuste de cada una de estas distribuciones. Para generar datos en ubicaciones no medidas, se interpolaron parámetros de modelos bien ajustados a partir de los cuatro vecinos más cercanos utilizando el método de ponderación inversa por distancia. Los resultados muestran que las distribuciones Gamma y Weibull subestiman y las distribuciones lognormales sobreestiman los eventos de lluvia alta. En general, se encontró que un modelo mixto de dos distribuciones era mejor en comparación con los resultados de un modelo individual. Entre los cinco modelos estudiados, la distribución mixta Gamma y Lognormal (G-L) produjo el mínimo error cuadrático medio. El modelo G-L produjo la mejor coincidencia con los datos observados para eventos de lluvia alta (por ejemplo, percentiles 90, 95, 99, 99.9 y 99.99).