El propósito principal de este proyecto es saber cómo influye los modelos predictivos de propiedades fisicoquímicas de fondos de vacío, utilizando como técnica el método de mínimos cuadrados parciales (PLS) y espectroscopia infrarroja para determinar la calidad y ciertas propiedades de los crudos; por tal razón, este estudio al desarrollar dichos modelos predictivos de propiedades fisicoquímicas busca encontrar las causas de las condiciones proporcionadas a través del método, donde se ordena un conjunto de datos de acuerdo a su importancia. Además, realiza un análisis de componentes principales (PCA) de los espectros correspondientes a las muestras de fondo de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos, determinando las causas de la variabilidad de un conjunto de datos y ordenarlas por importancia, para proyectar los datos en términos de mínimos cuadrados. Los análisis de componentes principales (PCA) permitieron identificar de manera cualitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos; así como el análisis por regresión parcial por mínimos cuadrados (PLS), permitieron identificar de manera cuantitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío para determinar la composición de azufre y RCC. En conclusión, el modelo mostró un desempeño satisfactorio para la predicción composicional de las ya mencionadas propiedades.