Esta pesquisa é uma contribuição científica aos estudos de modelagem estatística, particularmente para a Amazônia oriental, com o objetivo de desenvolver um modelo estatístico de prognóstico sazonal para a região. Utilizou-se o método da regressão linear tendo como variável dependente a precipitação pluviométrica das estações do Instituto Nacional de Meteorologia e como variável explicativa a Temperatura da Superfície do Mar (TSM) dos oceanos adjacentes a América do Sul. As melhores correlações entre a precipitação e a TSM ocorrem nas áreas do Pacífico Tropical, Pacifico Leste e o Atlântico Subtropical Norte. O modelo desenvolvido através do método de regressão linear, para a Amazônia oriental, mostrou boa acurácia, pois os dados previstos acompanharam os dados observados no verão e outono austral. Além disso, obteve-se resultados satisfatórios tanto no coeficiente de determinação quanto no índice de Willmott, estes apontaram para uma boa capacidade de previsão e grau de acerto do modelo, e ainda baixo erro demonstrado a partir do erro percentual absoluto médio. Palavras-chave: modelagem estatística, regressão linear, temperatura da superfície do mar. Seasonal prognosis for the southern summer and autumn in the Eastern Amazon A B S T R A C T This research is a scientific contribution to statistical modelling studies, mainly at Eastern Amazon, and it is objective was to develope a seasonal statistical model for this region. The used method was linear regression, with precipitation from the stations of the Brazilian National Institute of Meteorology as dependent variable and sea surface temperature (SST) of South America oceans as explanatory variable. The highest correlation between precipitation and SST were at Tropical and west Pacific, and North Subtropical Atlantic. The linear regression model developed for Eastern Amazon showed good accuracy, because its forecast values followed those observed by the stations during austral summer and fall. In adition, the determination coefficient and the Willmott's index presented satisfatory scores, indicating the model's good forecast capability. Also, the model presented low mean absolute percentual error.