La espectroscopía de medio infrarrojo (MIR) se aplica rutinariamente para determinar los principales componentes de la leche, como la grasa y la proteína. Además, se utiliza para predecir la composición fina de la leche y varios rasgos pertinentes a la salud animal. Los espectros MIR indican un valor de absorbancia de la luz infrarroja en 1060 números de onda específicos, desde 926 hasta 5010 cm. Según la investigación, ciertas partes del espectro no contienen suficiente información sobre los rasgos de las vacas lecheras. Por lo tanto, el objetivo del presente estudio fue identificar regiones específicas de los espectros MIR de particular importancia para la predicción de mastitis y cetosis, realizando un análisis de selección de variables. Se compararon el análisis discriminante de mínimos cuadrados parciales (PLS-DA) junto con otros tres métodos estadísticos: máquina de soporte vectorial (SVM), operador de selección y reducción absoluta (LASSO) y bosque aleatorio (RF). Los datos se originaron del sistema austriaco de registro de leche y monitoreo de salud asociado (GMON). Los datos del día de prueba y los espectros MIR correspondientes se vincularon a los respectivos diagnósticos clínicos de mastitis y cetosis. Se identificaron ciertos números de onda como particularmente relevantes para los modelos de predicción de mastitis clínica (23) y cetosis (61). Los números de onda variaron entre cuatro métodos estadísticos distintos, así como en relación con diferentes rasgos. Los resultados indican que el análisis de selección de variables podría ser potencialmente beneficioso en el proceso de modelado.