Esta tese apresenta o estudo de um modelo de espaço de estados para dados positivos, onde o processo observado é condicionalmente independente, dado um processo latente Gama Markov. O processo observado condicionado ao processo latente tem distribuição Gama. O modelo possibilita a inclusão de covariáveis,tanto através do processo latente, como do processo observado.O modelo obtido é log-linear e a estimação dos parâmetros de regressão é feita através de funções de estimação de Kalman. Os parâmetros de dispersão são estimados via estimadores de Pearson ajustados. São desenvolvidos alguns estudos de simulação e uma aplicação aos dados da série de chuva de Fortaleza, Ceará, onde são incorporados fatos estilizados da série (tendência, sazonalidade ou ciclos), bem como o efeito de variáveis explicativas (temperatura do nível do mar, pressão atmosférica, manchas solares).