多重填补是由Rubin在1978年首先提出的，是指由包含m个插补值的向量代替每一个缺失值的过程，要求m大于等于2。m个完整数据集合能从插补向量中创建；有该向量的第一个元素代替每一个缺失值从而创建了第一个完整的数据机和，由它的向量中的第二个元素代替每一个缺失值从而创建了第二个完整数据的集合，以此类推，标准完整数据方法被用于分析每一个数据集合，对于一个无回答模型，当m套插补值被重复随机抽取时，m个完整数据推断能被组合起来形成一个正确地反映由于无回答引起的不确定性的推断，当插补值来自两个更多个无回答模型，根据模型的组合推断能在模型间形成对照，以说明模型对吴回答的推断灵敏性。通过多个单一插补的组合，多重插补既分享了单一插补的优点，也纠正了其缺点，特别地，在一个无回答模型中，当m重插补重复时，产生M套完全数据分析能很容易地被合并以创建一个有效反应由于确实数据引起抽样变异性的推断。当多重填补来自多个模型，关于校正模型的不确定性由在模型间有效推断的变异表示，与单一插补相比，多重填补为一点缺点是需要做大量的工作来创建插补集并进行结果分析，然而数据分析中大量工作在今天的计算环境下是非常适度的，因为它主要是执行m次相同的任务，而非一次。