在统计调查中，经常会遇到缺失数据的现象。产生缺失数据的原因有多种，不同背景下的缺失数据对统计分析会带来不同的影响。当出现缺失数据时，要想提高统计调查数据的质量，可以采取对不完整的数据集进行处理，以减小由于缺失数据带来的影响。本文主要对多重插补处理方法的理论基础做了深入探讨，介绍了多重插补法处理缺失数据的基本思想，研究了对缺失值采取多重插补的方法来填补尽量减小由于缺失值而造成的统计误差。在多重插补法的基础上，当一个矩形连续数据集看起来有一个比正态分布还长的尾巴，或者是它包含了一些对正态分布的统计推断有影响的数据，多元t分布作为多元正态分布的替代分布，对于多重插补来说变的很有用了。第一如果数据有比正态分布还长的尾巴，使用多元t分布插补的数据集，相对于使用删除有影响数据的正态分布来说，可以得到更加有效的统计推断。第二，多元t分布在稳健统计推断等应用统计方面使用非常广泛。最后，通过具体的实例验证了这个方法的有效性。总之这些插补方法的讨论与改进对统计问题中经常遇到缺失数据问题有十分重要的意义。