在科学研究和生产实际的各个领域中，普遍地存在着大量数据的分析处理工作。随着社会发展和竞争的日益激烈，如何运用科学的数理统计分析方法，对收集到的数据做出准确、及时的分析并制定正确的决策，已经成为应用工作者极为关注的问题。特别是对缺失数据的分析处理工作，具有相当重要的意义。　　AR(1)模型是应用性很强的统计模型，在实际生活中普遍存在，许多学者对此模型从各个角度进行了大量详尽的研究。　　在这里，研究了缺失数据条件下，零均值AR(1)模型基于联合似然参数的估计方法，应用EM算法，给出了具体的计算步骤。进行了大量的统计模拟，与缺失数据下基于条件似然、缺失数据不补值基于联合似然以及不存在缺失即基于真实数据下的联合似然三种情况参数的估计进行了比较。很明显，缺失数据下基于联合似然参数的估计优于基于条件似然、不补值两种情况;且与真实数据下基于联合似然参数的估计相当接近。