Describimos estrategias de imputación resistentes a valores atípicos, a través de modificaciones del método de imputación simple propuesto por Krzanowski y evaluamos su rendimiento. Las estrategias utilizan una descomposición de valores singulares robusta, no dependen de suposiciones distribucionales o estructurales y no tienen restricciones en cuanto al patrón o mecanismos de datos faltantes. Son probadas a través de la simulación de contaminación y desequilibrio, tanto en matrices generadas artificialmente como en una matriz de datos reales de un experimento con interacción genotipo-por-ambiente. Su rendimiento es evaluado mediante errores de predicción, el coseno al cuadrado entre matrices y un coeficiente de calidad de ajuste entre las imputaciones y los valores reales. Para matrices pequeñas, los mejores resultados se obtienen aplicando la descomposición robusta directamente, mientras que para matrices más grandes la mayor calidad se obtiene eliminando los valores singulares de la ecuación de imputación.