El objetivo de este trabajo fue estudiar los errores de prediccion asociados a cuatro metodos de imputacion de datos aplicados para resolver el problema de desbalanceamiento en experimentos con interaccion genotipo×ambiente (G×A). Se realizo un estudio de simulacion con base en cuatro matrices completas de datos reales, obtenidas en ensayos de interaccion G×A de arveja, algodon, frijol e eucalipto, respectivamente. La simulacion de desbalanceamiento fue realizada por medio de perdidas aleatorias de 10, 20 y 40% de los datos en cada matriz. Los errores de prediccion fueron encontrados utilizando validacion cruzada, y fueron e valuados intervalos de confianza de 95% para las observaciones ausentes. Para la imputacion de datos fueron considerados algoritmos usando modelos de efectos aditivos sin interaccion y estimaciones de modelos de efectos aditivos con interaccion multiplicativa basadas en submodelos robustos. En general, los mejores errores de prediccion se presentaron despues de la imputacion por medio de un modelo aditivo sin interaccion