A COVID-19 é caracterizada por uma síndrome respiratória com um grau variável de gravidade, associada à infecções pelo patógeno SARS-CoV-2. Já é conhecido que o tempo frio e seco é propício para a sobrevivência e disseminação de doenças infecciosas mediadas por gotículas. Assim, objetivou-se com o trabalho estudar a relação entre variáveis climáticas e o número de casos à COVID-19 no Brasil usando regressão linear múltipla. As variáveis e indicadores climatológicos relacionados à COVID-19 foram obtidos para todas as capitais brasileiras. As variáveis relacionadas à pandemia foram retiradas do Ministério da Saúde (https://covid.saude.gov.br/), que são: casos acumulados (AC) e óbitos acumulados (AD), novos casos (NC) e novos óbitos (ND), e também população demográfica, obtida do Instituto Brasileiro de Geografia e Estatística (IBGE, 2019). Os dados climatológicos foram obtidos da plataforma NASA-POWER para o mesmo período e para cada capital do Estado (27 localidades) totalizando 1674 dias amostrais. A estimação do número de casos de COVID-19 foi feita com um modelo utilizando o método estatístico-matemático de Regressão Linear Múltipla com regressão stepwise forward. A métrica a ser utilizada para verificação do grau de aprendizagem e a avaliação da performance do modelo de previsão dos casos de covid por toda Brasil será a precisão pelo Coeficiente de Determinação Ajustado (R2Ajustado). O modelo para prever os índices de covid no Brasil foi acurado e teve um coeficiente de determinação ajustado (R2 ajustado) de 0,891 e foi significativo pelo teste F a 5% de probabilidade. Todas as variáveis climáticas consideradas no estudo (temperatura do ar, umidade relativa atmosférica, e velocidade dos ventos) apresentaram correlação significativa com a incidência da COVID-19.