As variáveis são características que podem ser observadas ou medidas em cada elemento pesquisado, sendo classificadas em inteiras, textuais ou imagens.

A entrada de dados deve assumir convenções tais como: os dados devem estar no formato de matriz; cada linha da matriz deve ter pelo menos um atributo identificador; e cada coluna da matriz deve ter um nome distinto.

A informação de uma ou mais variáveis que não estiver disponível (por exemplo, falta de resposta, rasura etc.) deve ser marcada (ou indicada) com zero.

Um arquivo csv (comma separated values), no qual as colunas de um conjunto de dados são separadas por vírgula, pode ser aberto em qualquer editor de texto ou planilha eletrônica.

A eliminação completa (casewise deletion) consiste em eliminar os arquivos que apresentem mais de um dado perdido.