不可忽略缺失数据（non-ignorable missing data），理学-统计学-生物、医药、卫生统计-临床试验的自适应性设计，由不可忽略缺失机制引起的缺失数据。一种统计数据类型。数据中含有缺失值的变量称不完全变量。缺失数据类型包括完全随机缺失，随机缺失和非随机缺失。不可忽略的缺失通常指的是非随机缺失，也就是数据缺失机制本身依赖于未完全观测的变量即不可忽略缺失，不完全变量中数据的缺失依赖于不完全变量本身，这种缺失是不可忽略的。例如，调查某疾病在若干年后的某种后遗症发生率，二值变量，表示没有后遗症，表示有后遗症。调查中出现某些病人因为有后遗症而不回答的情况，这样缺失的数据就是不可忽略缺失数据（非随机缺失数据）。当缺失数据是不可忽略缺失数据时，不能仅基于收集到的完整数据进行分析，这会导致一些基于似然函数的基本推断失效，只能采用一些未被删除的不完全数据来进行推断。对于参数模型和半参数模型，必须考虑似然方程中存在缺失数据的情况，对于不可忽略缺失数据，仅依靠所观测的数据是不足以建模的，需要把缺失机制考虑到统计学的模型中。