在很多统计实例中，人们经常会遇到可交换的两值数据。通常认为来自于同一簇(cluster)的数据是可交换的，这一假设是合理的。实际生活中，可交换的两值数据频繁地出现在簇群抽样调查(cluster sample survey)、眼科级耳鼻喉科研究、畸形学试验和其他临床试验中。本文主要对带有缺失的可交换两值数据问题采用饱和模型的方法进行研究。　　为了解决带有缺失的可交换两值数据的统计问题，本文介绍了一类最优无偏估计方程和缺失数据估计方程的理论结果，再对可交换两值数据，采用饱和模型的方法建立估计方程。针对含有缺失数据的估计方程，用AU算法进行求解:首先用缺失数据函数的条件期望或者条件期望的近似值来取代缺失数据的函数;然后将缺失数据的函数的估计值代回估计方程，更新参数，反复迭代知道收敛得到参数估计值。这种算法的优点体现在对解决带有缺失数据的估计方程的可行性和简单性，并且给出了条件期望的一种近似形式。　　对一组来自于毒性药理学繁殖性研究中的数据，我们采用上述方法进行分析计算。通过模拟的结果，可以验证我们的方法是有效的，并且相比较于忽略了带有缺失数据的个体的情况，我们的分析效果更好。