时间数列主要有以下编制原则：
1、前提条件：保证同一时间数列中各项指标值的可比性。
2、时间长短应该可比。
3、总体范围大小应该一致。
4、指标的内容和计算方法应该统一。
扩展资料
特征
1、时间序列分析法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。
2、时间序列分析，正是根据客观事物发展的连续规律性,运用过去的历史数据,通过统计分析,进一步推测未来的发展趋势。事物的过去会延续到未来这个假设前提包含两层含义:
（1）是不会发生突然的跳跃变化,是以相对小的步伐前进;
（2）是过去和当前的现象可能表明现在和将来活动的发展变化趋向。
（2）这就决定了在一般情况下,时间序列分析法对于短、近期预测比较显著,但如延伸到更远的将来,就会出现很大的局限性,导致预测值偏离实际较大而使决策失误。
3、时间序列数据变动存在着规律性与不规律性
时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。
（1）趋势性:某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不相等。
（2）周期性:某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。
（3）随机性:个别为随机变动,整体呈统计规律。
（4）综合性:实际变化情况是几种变动的叠加或组合。预测时设法过滤除去不规则变动,突出反映趋势性和周期性变动。
参考资料来源：百度百科-时间序列
时间序列主要有以下编译原则：
1.先决条件：确保指标在同一时间序列中的可比性。
2.时间长短应具有可比性。
3.整个范围应该是相同的大小。
4.指标的内容和计算方法应统一。
扩展资料：
1.时间序列的特征
（1）非平稳性（nonstationarity，也译作不平稳性，非稳定性）：即时间序列变量无法呈现出一个长期趋势并最终趋于一个常数或是一个线性函数。
（2）波动幅度随时间变化（Time－varying Volatility）：即一个时间序列变量的方差随时间的变化而变化这两个特征使得有效分析时间序列变量十分困难。
（3）平稳型时间数列（Stationary Time Series）：指一个时间数列其统计特性将不随时间之变化而改变者。
2.时间序列数据的变化具有规律性和不规则性
（1）趋势：变量随时间或自变量变化，表现出相对缓慢和长期的持续上升趋势，下降并保持相同性质，但变化的幅度可能不相等。
（2）周期性：外部影响引起的外部交替影响导致峰谷因素。
（3）随机性：个体随机变化，总体情况统计。
（4）综合性：实际变化是几个变化的叠加或组合。在预测中，我们尝试过滤掉不规则的变化，突出趋势和周期性变化。
参考资料：百度百科-时间序列
本回答被网友采纳1.时间方面的可比性
对于时期数列来说，由于数列中每个指标数值的大小与其时期长短有直接的关系，因此，应该编制时期长度一致的时期数列。但这个原则也不能绝对化，有时为了特殊的研究目的，如研究各个历史阶段某些现象的发展变化，也可将时期长度不等的指标数值编成时期数列。
对于时点数列来说，由于数列中每个指标数值的大小与其间隔长短没有直接的关系，因此，时间间隔相等不是编制时点数列必须具备的条件。但是，为了更准确地反映现象的发展趋势和发展规律，应该尽可能编制时间间隔相等的时点数列。
2.指标方面的可比性
同一时间序列中，按时间先后顺序排列的各个指标数值所包含的指标内涵?计算范围?空间范围?计算方法?计算价格?计量单位等各方面都必须前后一致。如果某一方面不一致，整个时间序列就不可比。这时，只有按照研究目的，以现行规定为准进行调整，才能保证各个指标数值具有可比性。
1.前提条件：保证同一时间数列中各项指标值的可比性。
2.时间长短应该可比。
3.总体范围大小应该一致。
4.指标的内容和计算方法应该统一本回答被网友采纳
1.前提条件：保证同一时间数列中各项指标值的可比性。
2.时间长短应该可比。
3.总体范围大小应该一致。
4.指标的内容和计算方法应该统一