Este artigo investiga a influência da família e comprimento da wavelet, bem como do número de níveis de resolução, sobre o desempenho de modelos obtidos por calibração multivariada no domínio wavelet. Vinte e uma propriedades físicas e químicas de amostras de diesel, gasolina, milho e trigo foram determinadas por espectrometria no infravermelho médio e próximo empregando mínimos-quadrados parciais (PLS) e regressão por passos (SR) nos domínios original e wavelet. Mediante seleção adequada dos parâmetros da transformada wavelet, reduções médias de 8,2% (PLS) e 27,0% (SR) foram obtidas para o RMSEP em relação ao domínio original. Contudo, os modelos SR apresentaram expressiva sensibilidade à escolha dos parâmetros da transformada. Neste caso, uma análise de variância indicou que o número de níveis de resolução é o fator mais importante a ser considerado.
