Es bien sabido que el muestreo por conjuntos clasificados (RSS) es más eficiente que el muestreo aleatorio simple (SRS). Además, la presencia de datos faltantes invalida los resultados convencionales. Solo se ha realizado una cantidad minúscula de trabajo bajo RSS con datos faltantes. Este documento realiza un modesto intento de proporcionar algunos métodos de imputación eficientes de tipo diferencia y ratio en presencia de valores faltantes bajo RSS. Se demuestra que los métodos de imputación previstos proporcionan mejores resultados que los métodos de imputación existentes. Los resultados teóricos se ven reforzados por un análisis computacional utilizando poblaciones reales y generadas hipotéticamente simétricas (Normales) y asimétricas (Gamma y Weibull). Los resultados computacionales muestran que el método de imputación propuesto supera a los métodos de imputación existentes en términos de su mayor eficiencia relativa porcentual. Además, también se ha calculado el impacto de la asimetría y la curtosis en la eficiencia de los métodos de imputación sugeridos.