داده های عددی را می توان به دلیل در برداشتن عمده ی اطلاعات سازمان ها، به ویژه در مسایل مالی، رکن اصلی آن ها تلقی کرد. به همین دلیل، وجود داده های کامل و بی نقص نقش مهمی را در عملکرد صحیح و حیات سازمان ها و مراکز مالی و تجاری ایفا می کند. از طرفی به دلایل بسیار از جمله خطای بشر و عوامل محیطی، امکان از دست رفتن برخی مقادیر در پایگاه داده ها و ناقص شدن اطلاعات، قابل پیش بینی است. به این منظور، تلاش برای یافتن راه هایی که بتوان داده های از دست رفته را بازیابی کرده و یا با دقت بسیار تخمین زد، امری ضروری است. در این پایان نامه، یک روش تخمین مقادیر گم شده با دقت بالا نسبت به روش های معمول، بر پایه ی الگوریتم معروف و پرکاربرد خوشه بندی c-میانگین سخت و فازی معرفی و برای یک مجموعه داده ی واقعی حسابداری پیاده سازی شده است. برای این منظور، ابتدا ضمن معرفی خوشه بندی و انواع و روش های آن، الگوریتم های c-میانگین سخت و فازی بررسی و پس از بیان مفاهیمی از علم حسابداری، نحوه ی عملکرد و نتایج حاصل بر داده هایی عملیاتی از این نوع، ارزیابی شده است. در این میان با توجه اهمیت عملکرد، برای تعیین داده ی ناسازگار و تعداد بهینه ی خوشه، روش های معتبری به کار گرفته شده است. آن گاه روش بهینه ی کامل که با تعمیم روش خوشه بندی ذکرشده به دست می آید، معرفی گردیده و بر روی یک مجموعه ی واقعی از داده های حسابداری مربوط به فرآیندهای مالی چند شرکت پیاده سازی شده است. سپس با مقایسه ی نتایج به دست آمده از این روش و تخمین مقادیر گم شده حاصل از دو روش آماری معمول، مزایای این روش نشان داده شده است.