La présence de données manquantes dans les grandes bases de données scientifiques et statistiques est très courante. Les entrepôts de données sont particulièrement exposés à des mesures incomplètes ou des valeurs manquantes en raison de la qualité des sources ou de diverses incohérences lors de l'intégration des données , Si les valeurs manquantes ne sont pas traitées des faits importants peuvent ne pas être pris en considération et cela peut influencer négativement sur le processus d'analyse en général et d'analyse SOLAP en particulier et par conséquence à la prise de décision . Des méthodes sont proposées dans la littérature pour estimer les faits incomplets ou manquants. Cependant, ces méthodes ne prennent pas en compte les caractéristiques essentielles des entrepôts de données à savoir la hiérarchie multidimensionnelle et la présence éventuelle des mesures agrégées. Dans ce travail, on vise proposer une solution à ce problème crucial entachant la qualité d'analyse par la suite.