1、第一步：检查数据的缺失类型。分为两种情况，一种是设计上可忽略的缺失数据，另外一种是设计上不可以忽略的缺失数据。
5、第五步：检查数据的缺失程度的判定标准。缺失比例低于10%，使用任何一种缺失数据的处理方法，差异都不大，但不包括非随机缺失。对有过多缺失的个案或变量进行简单的处理——删除；缺失比例15%以上的变量可以考虑删除，但缺失比例更高的（20%~30%）,通常会进行补救
6、第六步：诊断数据的缺失机制。1.完全随机缺失（MCAR）2.随机缺失（MAR）3.非随机缺失（MNAR）
7、第七步：选择插补方法。成列删除，成对删除，个案替补，冷卡或热卡插补，均值插补，回归插补，或基于模型的方法。
