Se han propuesto diferentes métodos y técnicas estadísticas para poder lidiar con el problema de los datos ausentes. En este estudio se analiza la aplicación de un método de imputación de datos usando componentes principales. El fin de este trabajo es discutir las posibilidades de este método para poder completar datos en resolución horaria generados por la red de estaciones del Instituto Meteorológico Nacional. Para lograr este fin se realizaron algunos experimentos con datos de prueba, a los que aleatoriamente se les eliminaron datos para su posterior estimación. Los resultados muestran que este método podría predecir la información que falta con un error absoluto medio de alrededor de 1 ºC en la mayoría de los casos. Different statistical methods and techniques have been proposed for dealing with missing data. This study discusses the application of the principal components approach for filling hourly meteorological data. In order to test the possibilities that this approach offers, preliminary tests were conducted by random removal of real data in time series. Missing data were predicted using a principal-components algorithm. The results show that this method could predict the missing information with an mean absolute error that is around 1ºC in most of the cases.