La selección inteligente de datos puede filtrar rápidamente información valiosa de los datos iniciales. Hacerlo mejora la eficiencia del análisis de situaciones para ayudar en una mejor toma de decisiones. Los métodos anteriores se han basado principalmente en la experiencia de expertos, que puede ser subjetiva e ineficiente al tratar con conjuntos de datos grandes y complejos. Recientemente, se ha explotado el método de análisis de sistemas para encontrar los datos clave. Sin embargo, pocos estudios abordan los efectos indirectos y la heterogeneidad de los datos de series temporales. En este estudio, se utiliza un método de selección de datos, el método modificado de Laboratorio de Evaluación y Prueba de Toma de Decisiones (DEMATEL) basado en el análisis de relación gris de datos objetivos (GRA), para mejorar la capacidad de analizar datos de series temporales. El GRA se aplicó por primera vez para evaluar el impacto directo en los indicadores de datos en bruto. Luego, se adoptó un DEMATEL modificado para encontrar el impacto general al incluir el impacto indirecto y la heterogeneidad de los datos. Aplicamos el método para analizar el conjunto de datos del Sistema de Simulación de Propulsión Aero-Comercial Modular (C-MAPSS) y realizar la predicción de la vida útil restante (RUL) de los motores de aeronaves. Los resultados sugieren que nuestro método predice bien. Nuestro trabajo ofrece un enfoque matizado para identificar información clave en datos de series temporales y tiene aplicaciones potenciales.