データ行列中の欠測値(MissingValueプロパティで指定された値（==Double.NaN））を周囲の有効値から類推して（意味のある値に）置き換えます。 欠測データには指定された値（=Mol.MissingValue）をセットする必要があります。また欠測値は非数値（Double.NaN）ですので数値的な比較 （自分自身と比較しても等しくはなりません）は無意味です。欠測値かどうかの判定は IsMissingValue(Double) メソッドを使用してください。
欠測値を正しい（とある程度思われる）値に置き換えるには期待値最大化 (EM) とデータ拡大 (DA) の２つのアルゴリズムを用います。 この場合、まず m 個の正しそうな推定値を計算します（EM アルゴリズム）。 そしてそれぞれの推定値を用いて他の統計的推定値を計算し、m 個の推定値をまとめて最終的な推定値を計算します（DA アルゴリズム）。
EM アルゴリズムは EM_ITER_NUM 回反復して（またはEM_ACCURACYの精度が達成されると）、平均および共分散の推定値を計算します。 MeanとCovarianceMatrixプロパティに初期値をセットすることができます。 CovarianceMatrixプロパティが null または全要素がゼロの場合、初期値に利用されません。 EM アルゴリズムが終了すると、DA アルゴリズムは DA_ITER_NUM 回反復して最終的な推定値を計算して DataMatrix 中の欠測値を置き換えます。

public void ReplaceMissingValues(
	int m,
	double EM_ACCURACY,
	int EM_ITER_NUM,
	int DA_ITER_NUM
)

Public Sub ReplaceMissingValues ( 
	m As Integer,
	EM_ACCURACY As Double,
	EM_ITER_NUM As Integer,
	DA_ITER_NUM As Integer
)

public:
void ReplaceMissingValues(
	int m, 
	double EM_ACCURACY, 
	int EM_ITER_NUM, 
	int DA_ITER_NUM
)

member ReplaceMissingValues : 
        m : int * 
        EM_ACCURACY : float * 
        EM_ITER_NUM : int * 
        DA_ITER_NUM : int -> unit