A espectroscopia no infravermelho próximo (NIRS) é uma técnica não-destrutiva, rápida e utilizada para avaliação, caracterização e classificação de materiais, sobretudo de origem biológica. A obtenção de informações contida nos espectros NIR é complexa e requer a utilização de métodos quimiométricos. Assim, por meio de regressão multivariada, os espectros de absorbância podem ser associados às propriedades da madeira, tornando possível a sua predição em amostras desconhecidas. Existem algumas ferramentas quimiométricas que melhoram o ajuste dos modelos preditivos. Assim, o objetivo deste trabalho foi simular regressões dos mínimos quadrados parciais baseados nas informações espectrais e de laboratório e estudar a influência da aplicação de tratamentos matemáticos, do descarte de amostras anômalas e da seleção de comprimentos de onda no ajuste dos modelos para estimativa da densidade básica e do módulo de elasticidade em ensaio de compressão paralela às fibras da madeira de Eucalyptus. A aplicação da primeira e segunda derivada nos espectros, o descarte de amostras anômalas e a seleção de algumas das variáveis espectrais melhorou significativamente o ajuste do modelo, reduzindo o erro padrão e aumentando o coeficiente de determinação e a relação de desempenho do desvio.