（四）多重填补法（multiple imputation）

多重填补法由Rubin提出，是目前公认的最有前途的处理方法。其基本思想是在数据随机缺失的情况下，用已有的观察值通过填补模型对每一个缺失数据填补多次，产生多个数据集，每个数据集的分析结果能够汇总为最终的、关于总体的参数估计、标准误、置信区间等。第一步应当选定填补模型，目的在于使用观察值建立关于未观察值的预测分布。第二步是选择加入模型的变量进行多次填补，每一次填补就产生一个完全数据集。第三步用标准的统计分析过程对多次替换后产生的数据集进行分析。最后把来自于各个数据集的统计结果进行综合，得到总体参数的估计值。 ......