Plot Stata：直线图中的分类y轴

我有一个时间序列数据集，其中每个数据点都包含一个分类评级。为了在回归分析中使用数据集，我通过将每个类别字符串替换为从线性序列中提取的相应数字（例如，a=1，B=2，C=3，…，Z=26），对数据集进行了线性变换

然而，我仍然希望有一些描述评级随时间发展的情节。理想情况下，我希望y轴标记为原始类别，而不是我在转换中应用的数字。可能吗

---

编辑：观察值已标记。因此，本质上我想使用标签，而不是y轴上的值

找到了答案。可以使用绘图选项

ylabel

手动更换y轴。例如

global ylabels 1 "A" 2 "B" 3 "C"
tsline var_X, ylabel($ylabel)

---

将y轴上的值1-3替换为A、B、C。

找到了答案。可以使用绘图选项

ylabel

手动更换y轴。例如

global ylabels 1 "A" 2 "B" 3 "C"
tsline var_X, ylabel($ylabel)

---

将y轴上的值1-3替换为A、B、C。

您可以使用值标签：

tsline var_X, ylabel(1/26, valuelabel)

---

您可以使用值标签：

tsline var_X, ylabel(1/26, valuelabel)

---

谢谢，这正是我想要的谢谢，这正是我想要的第二个问题是，映射到A，…，Z到1，…，26的类别是否适合回归。这就对你的规模做出了一个很强的假设。我已经研究过了。线性不是每个方面都很理想，但它是最常用的。正如他们所说，这是你的问题。线性回归原则上不适合有界变量，即如果可能值的范围仅为1到26，则线性拟合将不考虑这一点。这可能有用，也可能不有用。那么你会推荐什么替代方法呢？像ordered logit这样的方法是最明显的替代方法，但有26个类别，可能由于其他原因而存在问题。第二个问题是，映射到A，…，Z到1，…，26的类别是否适合回归。这就对你的规模做出了一个很强的假设。我已经研究过了。线性不是每个方面都很理想，但它是最常用的。正如他们所说，这是你的问题。线性回归原则上不适合有界变量，即如果可能值的范围仅为1到26，则线性拟合将不考虑这一点。这可能有用，也可能不有用。那么你会推荐什么替代方法呢？像ordered logit这样的方法是最明显的替代方法，但有26个类别，可能由于其他原因而存在问题。没有什么神奇的解决办法是显而易见的。