在社会科学中经常遇到数据缺失的问题，特别是对于追踪等纵向数据来说，缺失的数据直接去掉会丢失数据信息，因此我们首先需要在原始数据中进行缺失数据的标示。
方法/步骤
1、这里简单介绍关于缺失数据在原始数据中的标示，对于缺失数据的处理，MPLUS有着其无与伦比的强大功能，这将在之后的教程中呈现，但是第一步我们该如何让mplus识别出缺失数据呢？
2、在上一节经验中我们讲到了自由格式下mplus读取数据的方式，没咧为一个变量，变量之间用空格、逗号、或者制表符号进行限定。缺失值必须用".""*""空格",或者是其他数值代替。默认的为空格。其他数据就是在文件数据中不可能出现的数据，比如我们一般用的比较多的9,99。。。但是假如你收集的数据中包括9,99，则不能用9,99表示，因为mplus会把原始数据中的有用数据也当做了缺失数据。
3、然后我们在variable中对缺失数据进行说明采用以下语句MISSINGAR苇质缵爨EALL(9);表示所有的缺失都为9MISSINGAR呶蓟鹭毵Eethnic(999)y1(1);前面变量缺失值为9,99，后面缺失值为1MISSINGAREALL(999-102);所有的都为9,99,100,101,102MISSINGAREgender-income(93098-102);变量从gender到income缺失值为9,30,98,99...102
4、关于mplus处理缺失值的方法我们将在以后的教程中呈现，敬请期待