Applied Regression Analysis and Generalized Linear

Models 3rd Edition John Fox download pdf

https://ebookultra.com/download/applied-regression-analysis-and-
generalized-linear-models-3rd-edition-john-fox/

Visit ebookultra.com today to download the complete set of

ebook or textbook!
 We believe these products will be a great fit for you. Click
the link to download now, or visit ebookultra.com
to discover even more!

Beyond Multiple Linear Regression Applied Generalized

Linear Models And Multilevel Models in R 1st Edition Paul
Roback
https://ebookultra.com/download/beyond-multiple-linear-regression-
applied-generalized-linear-models-and-multilevel-models-in-r-1st-
edition-paul-roback/

Confidence Intervals in Generalized Regression Models 1st

Edition Esa Uusipaikka

https://ebookultra.com/download/confidence-intervals-in-generalized-
regression-models-1st-edition-esa-uusipaikka/

Generalized Linear and Mixed Models Vol 1 1st Edition

Charles E. Mcculloch

https://ebookultra.com/download/generalized-linear-and-mixed-models-
vol-1-1st-edition-charles-e-mcculloch/

An Introduction to Generalized Linear Models Second

Edition Annette J. Dobson

https://ebookultra.com/download/an-introduction-to-generalized-linear-
models-second-edition-annette-j-dobson/
Generalized linear models for insurance data 5th print
Edition De Jong

https://ebookultra.com/download/generalized-linear-models-for-
insurance-data-5th-print-edition-de-jong/

Multivariate Generalized Linear Mixed Models Using R 1st

Edition Damon Mark Berridge

https://ebookultra.com/download/multivariate-generalized-linear-mixed-
models-using-r-1st-edition-damon-mark-berridge/

Linear and non linear numerical analysis of foundations

1st Edition John W. Bull

https://ebookultra.com/download/linear-and-non-linear-numerical-
analysis-of-foundations-1st-edition-john-w-bull/

Applied Analysis John K. Hunter

https://ebookultra.com/download/applied-analysis-john-k-hunter/

Data Analysis and Approximate Models Model Choice Location

Scale Analysis of Variance Nonparametric Regression and
Image Analysis 1st Edition Patrick Laurie Davies (Author)
https://ebookultra.com/download/data-analysis-and-approximate-models-
model-choice-location-scale-analysis-of-variance-nonparametric-
regression-and-image-analysis-1st-edition-patrick-laurie-davies-
author/
Applied Regression Analysis and Generalized Linear
Models 3rd Edition John Fox Digital Instant Download
Author(s): John Fox
ISBN(s): 9781452205663, 1452205663
Edition: 3rd
File Details: PDF, 9.73 MB
Year: 2015
Language: english
THIRD EDITION

APPLIED REGRESSION
ANALYSIS and
GENERALIZED LINEAR
MODELS
For Bonnie and Jesse (yet again)
THIRD EDITION

APPLIED REGRESSION
ANALYSIS and
GENERALIZED LINEAR
MODELS

John Fox
McMaster University
FOR INFORMATION: Copyright © 2016 by SAGE Publications, Inc.

SAGE Publications, Inc. All rights reserved. No part of this book may be
2455 Teller Road reproduced or utilized in any form or by any means,
Thousand Oaks, California 91320
electronic or mechanical, including photocopying,
recording, or by any information storage and retrieval
E-mail: order@sagepub.com
system, without permission in writing from the
publisher.
SAGE Publications Ltd.
1 Oliver’s Yard
55 City Road
London EC1Y 1SP
United Kingdom

Cataloging-in-Publication Data is available for this

SAGE Publications India Pvt. Ltd.
title from the Library of Congress.
B 1/I 1 Mohan Cooperative Industrial Area
Mathura Road, New Delhi 110 044 ISBN 978-1-4522-0566-3
India

SAGE Publications Asia-Pacific Pte. Ltd.

3 Church Street
#10–04 Samsung Hub
Singapore 049483

Printed in the United States of America

Acquisitions Editor: Vicki Knight
Associate Digital Content Editor: Katie Bierach
Editorial Assistant: Yvonne McDuffee
Production Editor: Kelly DeRosa
Copy Editor: Gillian Dickens
Typesetter: C&M Digitals (P) Ltd.
Proofreader: Jennifer Grubba
Cover Designer: Anupama Krishnan
Marketing Manager: Nicole Elliott 15 16 17 18 19 10 9 8 7 6 5 4 3 2 1
Brief Contents _____________

Preface xv
About the Author xxiv

1. Statistical Models and Social Science 1

I. DATA CRAFT 12

2. What Is Regression Analysis? 13

3. Examining Data 28

4. Transforming Data 55

II. LINEAR MODELS AND LEAST SQUARES 81

5. Linear Least-Squares Regression 82

6. Statistical Inference for Regression 106

7. Dummy-Variable Regression 128

8. Analysis of Variance 153

9. Statistical Theory for Linear Models* 202

10. The Vector Geometry of Linear Models* 245

III. LINEAR-MODEL DIAGNOSTICS 265

11. Unusual and Influential Data 266

12. Diagnosing Non-Normality, Nonconstant Error Variance, and Nonlinearity 296

13. Collinearity and Its Purported Remedies 341

IV. GENERALIZED LINEAR MODELS 369

14. Logit and Probit Models for Categorical Response Variables 370

15. Generalized Linear Models 418

V. EXTENDING LINEAR AND GENERALIZED LINEAR MODELS 473

16. Time-Series Regression and Generalized Least Squares* 474

17. Nonlinear Regression 502

18. Nonparametric Regression 528

19. Robust Regression* 586

20. Missing Data in Regression Models 605

21. Bootstrapping Regression Models 647

22. Model Selection, Averaging, and Validation 669

VI. MIXED-EFFECTS MODELS 699

23. Linear Mixed-Effects Models for Hierarchical and Longitudinal Data 700

24. Generalized Linear and Nonlinear Mixed-Effects Models 743

Appendix A 759
References 762
Author Index 773
Subject Index 777
Data Set Index 791
Contents _________________

Preface xv
About the Author xxiv
1. Statistical Models and Social Science 1
1.1 Statistical Models and Social Reality 1
1.2 Observation and Experiment 4
1.3 Populations and Samples 8
Exercise 10
Summary 10
Recommended Reading 11

I. DATA CRAFT 12
2. What Is Regression Analysis? 13
2.1 Preliminaries 15
2.2 Naive Nonparametric Regression 18
2.3 Local Averaging 22
Exercise 25
Summary 26
3. Examining Data 28
3.1 Univariate Displays 30
3.1.1 Histograms 30
3.1.2 Nonparametric Density Estimation 33
3.1.3 Quantile-Comparison Plots 37
3.1.4 Boxplots 41
3.2 Plotting Bivariate Data 44
3.3 Plotting Multivariate Data 47
3.3.1 Scatterplot Matrices 48
3.3.2 Coded Scatterplots 50
3.3.3 Three-Dimensional Scatterplots 50
3.3.4 Conditioning Plots 51
Exercises 53
Summary 53
Recommended Reading 54
4. Transforming Data 55
4.1 The Family of Powers and Roots 55
4.2 Transforming Skewness 59
4.3 Transforming Nonlinearity 63
 4.4 Transforming Nonconstant Spread 70
4.5 Transforming Proportions 72
4.6 Estimating Transformations as Parameters* 76
Exercises 78
Summary 79
Recommended Reading 80

II. LINEAR MODELS AND LEAST SQUARES 81

5. Linear Least-Squares Regression 82
5.1 Simple Regression 83
5.1.1 Least-Squares Fit 83
5.1.2 Simple Correlation 87
5.2 Multiple Regression 92
5.2.1 Two Explanatory Variables 92
5.2.2 Several Explanatory Variables 96
5.2.3 Multiple Correlation 98
5.2.4 Standardized Regression Coefficients 100
Exercises 102
Summary 105
6. Statistical Inference for Regression 106
6.1 Simple Regression 106
6.1.1 The Simple-Regression Model 106
6.1.2 Properties of the Least-Squares Estimator 109
6.1.3 Confidence Intervals and Hypothesis Tests 111
6.2 Multiple Regression 112
6.2.1 The Multiple-Regression Model 112
6.2.2 Confidence Intervals and Hypothesis Tests 113
6.3 Empirical Versus Structural Relations 117
6.4 Measurement Error in Explanatory Variables* 120
Exercises 123
Summary 126
7. Dummy-Variable Regression 128
7.1 A Dichotomous Factor 128
7.2 Polytomous Factors 133
7.2.1 Coefficient Quasi-Variances* 138
7.3 Modeling Interactions 140
7.3.1 Constructing Interaction Regressors 141
7.3.2 The Principle of Marginality 144
7.3.3 Interactions With Polytomous Factors 145
7.3.4 Interpreting Dummy-Regression Models With Interactions 145
7.3.5 Hypothesis Tests for Main Effects and Interactions 146
7.4 A Caution Concerning Standardized Coefficients 149
Exercises 150
Summary 151
8. Analysis of Variance 153
8.1 One-Way Analysis of Variance 153
8.1.1 Example: Duncan’s Data on Occupational Prestige 155
8.1.2 The One-Way ANOVA Model 156
 8.2 Two-Way Analysis of Variance 159
8.2.1 Patterns of Means in the Two-Way Classification 160
8.2.2 Two-Way ANOVA by Dummy Regression 166
8.2.3 The Two-Way ANOVA Model 168
8.2.4 Fitting the Two-Way ANOVA Model to Data 170
8.2.5 Testing Hypotheses in Two-Way ANOVA 172
8.2.6 Equal Cell Frequencies 174
8.2.7 Some Cautionary Remarks 175
8.3 Higher-Way Analysis of Variance 177
8.3.1 The Three-Way Classification 177
8.3.2 Higher-Order Classifications 180
8.3.3 Empty Cells in ANOVA 186
8.4 Analysis of Covariance 187
8.5 Linear Contrasts of Means 190
Exercises 194
Summary 200

9. Statistical Theory for Linear Models* 202

9.1 Linear Models in Matrix Form 202
9.1.1 Dummy Regression and Analysis of Variance 203
9.1.2 Linear Contrasts 206
9.2 Least-Squares Fit 208
9.2.1 Deficient-Rank Parametrization of Linear Models 210
9.3 Properties of the Least-Squares Estimator 211
9.3.1 The Distribution of the Least-Squares Estimator 211
9.3.2 The Gauss-Markov Theorem 212
9.3.3 Maximum-Likelihood Estimation 214
9.4 Statistical Inference for Linear Models 215
9.4.1 Inference for Individual Coefficients 215
9.4.2 Inference for Several Coefficients 216
9.4.3 General Linear Hypotheses 219
9.4.4 Joint Confidence Regions 220
9.5 Multivariate Linear Models 225
9.6 Random Regressors 227
9.7 Specification Error 229
9.8 Instrumental Variables and Two-Stage Least Squares 231
9.8.1 Instrumental-Variables Estimation in Simple Regression 231
9.8.2 Instrumental-Variables Estimation in Multiple Regression 232
9.8.3 Two-Stage Least Squares 234
Exercises 236
Summary 241
Recommended Reading 243

10. The Vector Geometry of Linear Models* 245

10.1 Simple Regression 245
10.1.1 Variables in Mean Deviation Form 247
10.1.2 Degrees of Freedom 250
10.2 Multiple Regression 252
10.3 Estimating the Error Variance 256
10.4 Analysis-of-Variance Models 258
Exercises 260
 Summary 262
Recommended Reading 264

III. LINEAR-MODEL DIAGNOSTICS 265

11. Unusual and Influential Data 266
11.1 Outliers, Leverage, and Influence 266
11.2 Assessing Leverage: Hat-Values 270
11.3 Detecting Outliers: Studentized Residuals 272
11.3.1 Testing for Outliers in Linear Models 273
11.3.2 Anscombe’s Insurance Analogy 274
11.4 Measuring Influence 276
11.4.1 Influence on Standard Errors 277
11.4.2 Influence on Collinearity 280
11.5 Numerical Cutoffs for Diagnostic Statistics 280
11.5.1 Hat-Values 281
11.5.2 Studentized Residuals 281
11.5.3 Measures of Influence 281
11.6 Joint Influence 282
11.6.1 Added-Variable Plots 282
11.6.2 Forward Search 286
11.7 Should Unusual Data Be Discarded? 288
11.8 Some Statistical Details* 289
11.8.1 Hat-Values and the Hat-Matrix 289
11.8.2 The Distribution of the Least-Squares Residuals 290
11.8.3 Deletion Diagnostics 290
11.8.4 Added-Variable Plots and Leverage Plots 291
Exercises 293
Summary 294
Recommended Reading 294
12. Diagnosing Non-Normality, Nonconstant Error Variance, and Nonlinearity 296
12.1 Non-Normally Distributed Errors 297
12.1.1 Confidence Envelopes by Simulated Sampling* 300
12.2 Nonconstant Error Variance 301
12.2.1 Residual Plots 301
12.2.2 Weighted-Least-Squares Estimation* 304
12.2.3 Correcting OLS Standard Errors for Nonconstant Variance* 305
12.2.4 How Nonconstant Error Variance Affects the OLS Estimator* 306
12.3 Nonlinearity 307
12.3.1 Component-Plus-Residual Plots 308
12.3.2 Component-Plus-Residual Plots for Models With Interactions 313
12.3.3 When Do Component-Plus-Residual Plots Work? 314
12.4 Discrete Data 318
12.4.1 Testing for Nonlinearity (“Lack of Fit”) 318
12.4.2 Testing for Nonconstant Error Variance 322
12.5 Maximum-Likelihood Methods* 323
12.5.1 Box-Cox Transformation of Y 324
12.5.2 Box-Tidwell Transformation of the Xs 326
12.5.3 Nonconstant Error Variance Revisited 329
12.6 Structural Dimension 331
 Exercises 334
Summary 338
Recommended Reading 339
13. Collinearity and Its Purported Remedies 341
13.1 Detecting Collinearity 342
13.1.1 Principal Components* 348
13.1.2 Generalized Variance Inflation* 357
13.2 Coping With Collinearity: No Quick Fix 358
13.2.1 Model Respecification 359
13.2.2 Variable Selection 359
13.2.3 Biased Estimation 361
13.2.4 Prior Information About the Regression Coefficients 364
13.2.5 Some Comparisons 365
Exercises 366
Summary 368

IV. GENERALIZED LINEAR MODELS 369

14. Logit and Probit Models for Categorical Response Variables 370
14.1 Models for Dichotomous Data 370
14.1.1 The Linear-Probability Model 372
14.1.2 Transformations of p: Logit and Probit Models 375
14.1.3 An Unobserved-Variable Formulation 379
14.1.4 Logit and Probit Models for Multiple Regression 380
14.1.5 Estimating the Linear Logit Model* 389
14.2 Models for Polytomous Data 392
14.2.1 The Polytomous Logit Model 392
14.2.2 Nested Dichotomies 399
14.2.3 Ordered Logit and Probit Models 400
14.2.4 Comparison of the Three Approaches 407
14.3 Discrete Explanatory Variables and Contingency Tables 408
14.3.1 The Binomial Logit Model* 411
Exercises 413
Summary 415
Recommended Reading 416
15. Generalized Linear Models 418
15.1 The Structure of Generalized Linear Models 418
15.1.1 Estimating and Testing GLMs 425
15.2 Generalized Linear Models for Counts 427
15.2.1 Models for Overdispersed Count Data 431
15.2.2 Loglinear Models for Contingency Tables 434
15.3 Statistical Theory for Generalized Linear Models* 443
15.3.1 Exponential Families 443
15.3.2 Maximum-Likelihood Estimation of Generalized Linear Models 445
15.3.3 Hypothesis Tests 449
15.3.4 Effect Displays 453
15.4 Diagnostics for Generalized Linear Models 453
15.4.1 Outlier, Leverage, and Influence Diagnostics 454
15.4.2 Nonlinearity Diagnostics 456
 15.4.3 Collinearity Diagnostics* 459
15.5 Analyzing Data From Complex Sample Surveys 460
Exercises 464
Summary 468
Recommended Reading 471

V. EXTENDING LINEAR AND GENERALIZED LINEAR MODELS 473

16. Time-Series Regression and Generalized Least Squares* 474
16.1 Generalized Least-Squares Estimation 475
16.2 Serially Correlated Errors 476
16.2.1 The First-Order Autoregressive Process 477
16.2.2 Higher-Order Autoregressive Processes 481
16.2.3 Moving-Average and Autoregressive-Moving-Average Processes 482
16.2.4 Partial Autocorrelations 485
16.3 GLS Estimation With Autocorrelated Errors 485
16.3.1 Empirical GLS Estimation 487
16.3.2 Maximum-Likelihood Estimation 487
16.4 Correcting OLS Inference for Autocorrelated Errors 488
16.5 Diagnosing Serially Correlated Errors 489
16.6 Concluding Remarks 494
Exercises 496
Summary 499
Recommended Reading 500
17. Nonlinear Regression 502
17.1 Polynomial Regression 503
17.1.1 A Closer Look at Quadratic Surfaces* 506
17.2 Piece-wise Polynomials and Regression Splines 507
17.3 Transformable Nonlinearity 512
17.4 Nonlinear Least Squares* 515
17.4.1 Minimizing the Residual Sum of Squares 516
17.4.2 An Illustration: U.S. Population Growth 519
Exercises 521
Summary 526
Recommended Reading 527
18. Nonparametric Regression 528
18.1 Nonparametric Simple Regression: Scatterplot Smoothing 528
18.1.1 Kernel Regression 528
18.1.2 Local-Polynomial Regression 532
18.1.3 Smoothing Splines* 549
18.2 Nonparametric Multiple Regression 550
18.2.1 Local-Polynomial Multiple Regression 550
18.2.2 Additive Regression Models 563
18.3 Generalized Nonparametric Regression 572
18.3.1 Local Likelihood Estimation* 572
18.3.2 Generalized Additive Models 575
Exercises 578
Summary 580
Recommended Reading 585
19. Robust Regression* 586
19.1 M Estimation 586
19.1.1 Estimating Location 586
19.1.2 M Estimation in Regression 592
19.2 Bounded-Influence Regression 595
19.3 Quantile Regression 597
19.4 Robust Estimation of Generalized Linear Models 600
19.5 Concluding Remarks 601
Exercises 601
Summary 603
Recommended Reading 604

20. Missing Data in Regression Models 605

20.1 Missing Data Basics 606
20.1.1 An Illustration 607
20.2 Traditional Approaches to Missing Data 609
20.3 Maximum-Likelihood Estimation for Data Missing at Random* 613
20.3.1 The EM Algorithm 616
20.4 Bayesian Multiple Imputation 619
20.4.1 Inference for Individual Coefficients 621
20.4.2 Inference for Several Coefficients* 624
20.4.3 Practical Considerations 625
20.4.4 Example: A Regression Model for Infant Mortality 626
20.5 Selection Bias and Censoring 629
20.5.1 Truncated- and Censored-Normal Distributions 629
20.5.2 Heckman’s Selection-Regression Model 632
20.5.3 Censored-Regression Models 637
Exercises 639
Summary 643
Recommended Reading 646

21. Bootstrapping Regression Models 647

21.1 Bootstrapping Basics 647
21.2 Bootstrap Confidence Intervals 655
21.2.1 Normal-Theory Intervals 655
21.2.2 Percentile Intervals 655
21.2.3 Improved Bootstrap Intervals 656
21.3 Bootstrapping Regression Models 658
21.4 Bootstrap Hypothesis Tests* 660
21.5 Bootstrapping Complex Sampling Designs 662
21.6 Concluding Remarks 663
Exercises 664
Summary 667
Recommended Reading 668

22. Model Selection, Averaging, and Validation 669

22.1 Model Selection 669
22.1.1 Model Selection Criteria 671
22.1.2 An Illustration: Baseball Salaries 681
22.1.3 Comments on Model Selection 683
 22.2 Model Averaging* 685
22.2.1 Application to the Baseball Salary Data 687
22.2.2 Comments on Model Averaging 687
22.3 Model Validation 690
22.3.1 An Illustration: Refugee Appeals 691
22.3.2 Comments on Model Validation 693
Exercises 694
Summary 696
Recommended Reading 698

VI. MIXED-EFFECTS MODELS 699

23. Linear Mixed-Effects Models for Hierarchical and Longitudinal Data 700
23.1 Hierarchical and Longitudinal Data 701
23.2 The Linear Mixed-Effects Model 702
23.3 Modeling Hierarchical Data 704
23.3.1 Formulating a Mixed Model 708
23.3.2 Random-Effects One-Way Analysis of Variance 710
23.3.3 Random-Coefficients Regression Model 712
23.3.4 Coefficients-as-Outcomes Model 714
23.4 Modeling Longitudinal Data 717
23.5 Wald Tests for Fixed Effects 724
23.6 Likelihood-Ratio Tests of Variance and Covariance Components 726
23.7 Centering Explanatory Variables, Contextual Effects, and Fixed-Effects Models 727
23.7.1 Fixed Versus Random Effects 730
23.8 BLUPs 733
23.9 Statistical Details* 734
23.9.1 The Laird-Ware Model in Matrix Form 734
23.9.2 Wald Tests Revisited 737
Exercises 738
Summary 740
Recommended Reading 741
24. Generalized Linear and Nonlinear Mixed-Effects Models 743
24.1 Generalized Linear Mixed Models 743
24.1.1 Example: Migraine Headaches 745
24.1.2 Statistical Details* 748
24.2 Nonlinear Mixed Models* 749
24.2.1 Example: Recovery From Coma 751
24.2.2 Estimating Nonlinear Mixed Models 755
Exercises 757
Summary 757
Recommended Reading 758

Appendix A 759
References 762
Author Index 773
Subject Index 777
Data Set Index 791
Preface ___________________

L inear models, their variants, and extensions—the most important of which are general-
ized linear models—are among the most useful and widely used statistical tools for social
research. This book aims to provide an accessible, in-depth, modern treatment of regression
analysis, linear models, generalized linear models, and closely related methods.
The book should be of interest to students and researchers in the social sciences. Although
the specific choice of methods and examples reflects this readership, I expect that the book will
prove useful in other disciplines that employ regression models for data analysis and in courses
on applied regression and generalized linear models where the subject matter of applications is
not of special concern.
I have endeavored to make the text as accessible as possible (but no more accessible than
possible—i.e., I have resisted watering down the material unduly). With the exception of four
chapters, several sections, and a few shorter passages, the prerequisite for reading the book is a
course in basic applied statistics that covers the elements of statistical data analysis and infer-
ence. To the extent that I could without doing violence to the material, I have tried to present
even relatively advanced topics (such as methods for handling missing data and bootstrapping)
in a manner consistent with this prerequisite.
Many topics (e.g., logistic regression in Chapter 14) are introduced with an example that
motivates the statistics or (as in the case of bootstrapping, in Chapter 21) by appealing to familiar
material. The general mode of presentation is from the specific to the general: Consequently,
simple and multiple linear regression are introduced before the general linear model, and linear,
logit, and probit models are introduced before generalized linear models, which subsume all the
previous topics. Indeed, I could start with the generalized linear mixed-effects model (GLMM),
described in the final chapter of the book, and develop all these other topics as special cases
of the GLMM, but that would produce a much more abstract and difficult treatment (cf., e.g.,
Stroup, 2013).
The exposition of regression analysis starts (in Chapter 2) with an elementary discussion of
nonparametric regression, developing the notion of regression as a conditional average—in the
absence of restrictive assumptions about the nature of the relationship between the response and
explanatory variables. This approach begins closer to the data than the traditional starting point
of linear least-squares regression and should make readers skeptical about glib assumptions of
linearity, constant variance, and so on.
More difficult chapters and sections are marked with asterisks. These parts of the text can be
omitted without loss of continuity, but they provide greater understanding and depth, along with
coverage of some topics that depend on more extensive mathematical or statistical background.
I do not, however, wish to exaggerate the background that is required for this “more difficult’’
material: All that is necessary is some exposure to matrices, elementary linear algebra, elementary
differential calculus, and some basic ideas from probability and mathematical statistics. Appen-
dices to the text provide the background required for understanding the more advanced material.

xv
xvi Applied Regression Analysis and Generalized Linear Models

All chapters include summary information in boxes interspersed with the text and at the end
of the chapter, and most conclude with recommendations for additional reading. You will find
theoretically focused exercises at the end of most chapters, some extending the material in the
text. More difficult, and occasionally challenging, exercises are marked with asterisks. In addi-
tion, data-analytic exercises for each chapter are available on the website for the book, along
with the associated data sets.

What Is New in the Third Edition?

The first edition of this book, published by Sage in 1997 and entitled Applied Regression, Linear
Models, and Related Methods, originated in my 1984 text Linear Statistical Models and Related
Methods and my 1991 monograph Regression Diagnostics. The title of the 1997 edition reflected
a change in organization and emphasis: I thoroughly reworked the book, removing some topics
and adding a variety of new material. But even more fundamentally, the book was extensively
rewritten. It was a new and different book from my 1984 text.
The second edition had a (slightly) revised title, making reference to “generalized linear
models’’ rather than to “linear models’’ (and dropping the reference to “related methods’’ as
unnecessary), reflecting another change in emphasis. I retain that title for the third edition.
There was quite a bit of new material in the second edition, and some of the existing material
was reworked and rewritten, but the general level and approach of the book was similar to the
first edition, and most of the material in the first edition, especially in Parts I through III (see
below), was preserved in the second edition. I was gratified by the reception of the first and
second editions of this book by reviewers and other readers; although I felt the need to bring
the book up to date and to improve it in some respects, I also didn’t want to “fix what ain’t
broke.’’
The second edition introduced a new chapter on generalized linear models, greatly aug-
menting a very brief section on this topic in the first edition. What were previously sections on
time-series regression, nonlinear regression, nonparametric regression, robust regression, and
bootstrapping became separate chapters, many with extended treatments of their topics. I added
a chapter on missing data and another on model selection, averaging, and validation (incorporat-
ing and expanding material on model validation from the previous edition).
Although I have made small changes throughout the text, the principal innovation in the
third edition is the introduction of a new section on mixed-effects models for hierarchical and
longitudinal data, with chapters on linear mixed-effects models and on nonlinear and gener-
alized linear mixed-effects models (Chapters 23 and 24). These models are used increasingly
in social research and I thought that it was important to incorporate them in this text. There is
also a revised presentation of analysis of variance models in Chapter 8, which includes a sim-
plified treatment, allowing readers to skip the more complex aspects of the topic, if they wish;
an introduction to instrumental-variables estimation and two-stage least squares in Chapter
9; and a brief consideration of design-based inference for statistical models fit to data from
complex survey samples in Chapter 15.
As in the second edition, the appendices to the book (with the exception of Appendix A on
notation) are on the website for the book. In addition, data-analytic exercises and data sets from
the book are on the website.

Synopsis
Chapter 1 discusses the role of statistical data analysis in social science, expressing the
point of view that statistical models are essentially descriptive, not direct (if abstract)
Preface xvii

representations of social processes. This perspective provides the foundation for the
data-analytic focus of the text.

Part I: Data Craft

The first part of the book consists of preliminary material:1

Chapter 2 introduces the notion of regression analysis as tracing the conditional distribution
of a response variable as a function of one or several explanatory variables. This idea is ini-
tially explored “nonparametrically,’’ in the absence of a restrictive statistical model for the
data (a topic developed more extensively in Chapter 18).

Chapter 3 describes a variety of graphical tools for examining data. These methods are use-
ful both as a preliminary to statistical modeling and to assist in the diagnostic checking of a
model that has been fit to data (as discussed, e.g., in Part III).

Chapter 4 discusses variable transformation as a solution to several sorts of problems com-

monly encountered in data analysis, including skewness, nonlinearity, and nonconstant spread.

Part II: Linear Models and Least Squares

The second part, on linear models fit by the method of least squares, along with Part III on
diagnostics and Part IV on generalized linear models, comprises the heart of the book:

Chapter 5 discusses linear least-squares regression. Linear regression is the prototypical lin-
ear model, and its direct extension is the subject of Chapters 7 to 10.

Chapter 6, on statistical inference in regression, develops tools for testing hypotheses and
constructing confidence intervals that apply generally to linear models. This chapter also
introduces the basic methodological distinction between empirical and structural relation-
ships—a distinction central to understanding causal inference in nonexperimental research.

Chapter 7 shows how “dummy variables’’ can be employed to extend the regression model
to qualitative explanatory variables (or “factors’’). Interactions among explanatory variables
are introduced in this context.

Chapter 8, on analysis of variance models, deals with linear models in which all the explan-
atory variables are factors.

Chapter 9* develops the statistical theory of linear models, providing the foundation for
much of the material in Chapters 5 to 8 along with some additional, and more general, results.
This chapter also includes an introduction to instrumental-variables estimation and two-stage
least squares.
Chapter 10* applies vector geometry to linear models, allowing us literally to visualize the
structure and properties of these models. Many topics are revisited from the geometric per-
spective, and central concepts—such as “degrees of freedom’’ —are given a natural and com-
pelling interpretation.

1
I believe that it was Michael Friendly of York University who introduced me to the term data craft, a term that aptly
characterizes the content of this section and, indeed, of the book more generally.
xviii Applied Regression Analysis and Generalized Linear Models

Part III: Linear-Model Diagnostics

The third part of the book describes “diagnostic’’ methods for discovering whether a linear
model fit to data adequately represents the data. Methods are also presented for correcting prob-
lems that are revealed:

Chapter 11 deals with the detection of unusual and influential data in linear models.
Chapter 12 describes methods for diagnosing a variety of problems, including non-normally
distributed errors, nonconstant error variance, and nonlinearity. Some more advanced mate-
rial in this chapter shows how the method of maximum likelihood can be employed for select-
ing transformations.
Chapter 13 takes up the problem of collinearity—the difficulties for estimation that ensue
when the explanatory variables in a linear model are highly correlated.

Part IV: Generalized Linear Models

The fourth part of the book is devoted to generalized linear models, a grand synthesis that
incorporates the linear models described earlier in the text along with many of their most import-
ant extensions:

Chapter 14 takes up linear-like logit and probit models for qualitative and ordinal categorical
response variables. This is an important topic because of the ubiquity of categorical data in
the social sciences (and elsewhere).
Chapter 15 describes the generalized linear model, showing how it encompasses linear, logit,
and probit models along with statistical models (such as Poisson and gamma regression mod-
els) not previously encountered in the text. The chapter includes a treatment of diagnostic
methods for generalized linear models, extending much of the material in Part III, and ends
with an introduction to inference for linear and generalized linear models in complex survey
samples.

Part V: Extending Linear and Generalized Linear Models

The fifth part of the book discusses important extensions of linear and generalized linear
models. In selecting topics, I was guided by the proximity of the methods to linear and gener-
alized linear models and by the promise that these methods hold for data analysis in the social
sciences. The methods described in this part of the text are given introductory—rather than
extensive—treatments. My aim in introducing these relatively advanced topics is to provide
(1) enough information so that readers can begin to use these methods in their research and
(2) sufficient background to support further work in these areas should readers choose to pursue
them. To the extent possible, I have tried to limit the level of difficulty of the exposition, and
only Chapter 19 on robust regression is starred in its entirety (because of its essential reliance
on basic calculus).

Chapter 16 describes time-series regression, where the observations are ordered in time
and hence cannot usually be treated as statistically independent. The chapter introduces the
method of generalized least squares, which can take account of serially correlated errors in
regression.
Preface xix

Chapter 17 takes up nonlinear regression models, showing how some nonlinear models can be
fit by linear least squares after transforming the model to linearity, while other, fundamentally
nonlinear, models require the method of nonlinear least squares. The chapter includes treat-
ments of polynomial regression and regression splines, the latter closely related to the topic of
the subsequent chapter.
Chapter 18 introduces nonparametric regression analysis, which traces the dependence of the
response on the explanatory variables in a regression without assuming a particular functional
form for their relationship. This chapter contains a discussion of generalized nonparametric
regression, including generalized additive models.
Chapter 19 describes methods of robust regression analysis, which are capable of automati-
cally discounting unusual data.
Chapter 20 discusses missing data, explaining the potential pitfalls lurking in common
approaches to missing data, such as complete-case analysis, and describing more sophisticated
methods, such as multiple imputation of missing values. This is an important topic because
social science data sets are often characterized by a large proportion of missing data.
Chapter 21 introduces the “bootstrap,’’ a computationally intensive simulation method for
constructing confidence intervals and hypothesis tests. In its most common nonparametric
form, the bootstrap does not make strong distributional assumptions about the data, and it
can be made to reflect the manner in which the data were collected (e.g., in complex survey
sampling designs).
Chapter 22 describes methods for model selection, model averaging in the face of model
uncertainty, and model validation. Automatic methods of model selection and model averag-
ing, I argue, are most useful when a statistical model is to be employed for prediction, less
so when the emphasis is on interpretation. Validation is a simple method for drawing honest
statistical inferences when—as is commonly the case—the data are employed both to select a
statistical model and to estimate its parameters.

Part VI: Mixed-Effects Models

Part VI, new to the third edition of the book, develops linear, generalized linear, and non-
linear mixed-effects models for clustered data, extending regression models for independent
observations covered earlier in the text. As in Part V, my aim is to introduce readers to the
topic, providing a basis for applying these models in practice as well as for reading more
extensive treatments of the subject. As mentioned earlier in this preface, mixed-effects models
are in wide use in the social sciences, where they are principally applied to hierarchical and
longitudinal data.

Chapter 23 introduces linear mixed-effects models and describes the fundamental issues that
arise in the analysis of clustered data through models that incorporate random effects. Illus-
trative applications include both hierarchical and longitudinal data.
Chapter 24 describes generalized linear mixed-effects models for non-normally distributed
response variables, such as logistic regression for a dichotomous response, and Poisson and
related regression models for count data. The chapter also introduces nonlinear mixed-effects
models for fitting fundamentally nonlinear equations to clustered data.
Random documents with unrelated
content Scribd suggests to you:
 »Hvad säjer du, flicka?» ropade Anders Jonsson, som nu fick mål i
munnen. »Ä’ det d e t, som ligger bakom?»
»Husch då, ligger det nå’n bakom?» ropade Lina och gjorde en
häftig rörelse för att sätta sig upp, hvarpå hon med förskräckta ögon
stirrade åt väggen bakom sängen. »Ha ut otyget! Säg åt mor att hon
kommer in — hon ä’ den enda som håller åf mej — mor, mor, mor!
Hör ni, jag vill att mor ska komma in!»
»Ja, jag ska säja åt’ena!» svarade Anders Jonsson alldeles
handfallen och steg upp. Men så satte han sig igen, lade sin stora,
valkiga hand på dotterns, som hon hade kastat fram uppe på täcket,
och sade med mera mildt uttryck i rösten än Lina någonsin förut hört
utaf honom:
»Känner du inte igen mej, om du tittar noga på mej ändå?»
Det kändes svårt för Lina att fortfara som hon börjat, men kloka
Maja hade ju sagt att hon skulle hålla i sig, och på henne trodde hon
som på berg. Hon fortsatte därför att stirra åt väggen och slängde
sig oroligt som förut, ropande:
»Mor ska komma in, mor ska komma in! Det bränner och värker,
så jag kan hvarken höra eller si. Mor! Mor!»
Dörren öppnades i detsamma och mor Lovisa kom in, följd hack i
häl af Maja, som bar en kopp med något rykande innehåll, med
hvilket hon gick fram till sängen.
»Kors, ä’ du här, far?» frågade mor Lovisa och såg förvånad på
Anders Jonssons spaka och allvarliga ansikte, »jag trodde du var ute
hos hästarna.»
»Ho’ känner inte igen mej, flickungen,» hviskade mannen och gick
ut med långsamma och dröjande steg.
När dörren stängts efter honom, reste sig Lina hastigt i sängen
och hviskade till modern och kloka Maja, som lutade sig öfver
henne:
 »Det var för väl att ni kom! Jag tyckte så synd om far — och det
säger jag er, att i mårron går jag opp igen! Det får gå hur det vill,
men skapa mej tokig, det vill jag inte vidare.»
»Det kan fäll hända att det inte behöfs heller,» svarade kloka
Maja, »för om jag inte såg galet, så ha allt meklamente’ gjort nytta
på’n me’samma.»

6.
När mor Lovisa efter en styf halftimme kom tillbaka in i
kammaren, satt Anders Jonsson vid bordet med pipsnuggan i
munnen och såg mäkta fundersam ut, där han hade bläckhornet
framför sig och ett ark papper utbredt på bordet. I ena handen höll
han en träpinne, vid hvilken en gammal rostig stålpenna var
fastbunden med fordom hvit tråd, som nu hade blifvit svartbrokig af
bläcket, och den andra var långsamt och stadigt sysselsatt med att
krafsa bakom vänstra örat, som om den myndige husbonden där
sökt råd för någon kinkig kasus, den han hade svårt för att reda.
Mor Lovisa såg på honom med på en gång småslug och undrande
blick, men hon sade ingenting, tog sin stickstrumpa, som låg på
byrån vid dörren, och satte sig sedan på andra sidan bordet midt
framför sin själfrådige herre och man.
När de suttit tysta en god stund, tog Anders Jonsson bort vänstra
handen från hårtestarna bakom örat och sade, sedan han med några
ansträngande drag fått eld igen på pipan, som hållit på att slockna
under hans djupa funderingar:
»Hur ä’ det me’na nu då?»
»Menar du flickan?» frågade Lovisa utan att titta upp från
strumphälen, som hon just höll på att taga ihop.
»Jaa, hvem skull’ jag annars mena?»
»Åjo, ho’ ska fäll låtsas vara liksom lite’ kryare se’n ho’ fick in.»
»Hvad va’ det för djäfvelstyg som kärngen smorde i’na då?»
 »Det talte ho’ minsann inte om; men någe’ varmt va’ det, och illa
smakte det, sa’ Lina.»
»Har ho’ gått nu?»
»Ocken menar du?»
»Kors, kärngkratta’ vet jag!»
»Ja, ho’ gick hemåt för en stund se’n.»
»Det va’ då väl, det. Ha tocke där trolltyg i huset under natta, det
skulle jag inte villa.»
Så blef en lång stunds tystnad igen, under hvilken Lovisa stickade
och Anders Jonsson stack ner pennan i bläckhornet och började
skrapa på papperet med den rostiga pennan.
»Har du någe’ bläck i flaska? Det här ä’ då som det vure beck i’t.»
»En kan ju slå i ett par droppar vatten — för flaska’ den va’ då
tom i våras, den.»
Och därmed tog mor Lovisa bläckhornet och gick ut i köket med
det. När hon efter ett par ögonblick kom in igen, satt Anders kvar
och stirrade på papperet, och vänstra handen hade återtagit sin
gamla plats bakom örat.
»Hvad ä’ det du ska skrifva för slag?» frågade mor Lovisa och
satte bläckhornet framför honom.
»Det ä’ Magnusses betyg,» svarade Anders Jonsson kärft och
körde ner stickan i bläckhornet för att röra om det utspädda bläcket.
»Jaså, du låter’n gå te’ Mikaeli?»
»Jag tänkte låta’n gå, det vet du ... men nu ä’ det han som sagt
opp sej! Han lär ska te’ Söderman på Marbottna, sa’ han.»
»Nåja, ajöss me’n då! Folk finns det allti’ te’ få!» sade Lovisa med
föraktlig ton och tittade med detsamma på sned på mannen, som
drog stickan ur bläckhornet och med förargad ton utbrast:
 »Ja, det ä’ lätt te’ säja för dej, du som inte har någe’ me’ dom te’
göra!»
»Nå kors, du ville ju själf bli åf me’n, tyckte jag!» återtog Lovisa
med en ny snedblick.
»Ja, på sätt och vis,» återtog Anders Jonsson i samma ton som
förut; »för en stursk karribel ä’ han — och så det där med jäntan —
men bra ä’ han annars, förståss, och si att Söderman ska få’n, det är
d e t som retar mej, begriper du.»
»Nå, så får du fäll tala me’n att han stannar kvar, då. Och om du
ökar på lön åt’en ...»
»Kan du tänka dej att han får hundraåtti hos Söderman — det ä’
ju rakt okristligt! Och två par sjöstöflar och potatisland! Kan en tänka
sig tocke’?»
»Ja det kunne fäll du orka me’ också, om du ville!» sade mor
Lovisa lugnt.
»Bå’ det och mer till!» svarade Anders Jonsson tvärsäkert. »Och
inte behöfde jag fäll komma på kneken för det. Och så låg jänta där
inne och dyfla om att Söderman ska lämna gåln ifrån sig och att di
vill ha’n te’ måg, för att han skulle öfverta, alltihop.»
»Ja, en duktig karl ä’ allt Magnus, det ska då ingen kunna
förneka,» menade mor Lovisa, »så jag undrar inte på att di vill
komma åt’en.»
»Nä-ej! Och det ä’ just det som förargar mej.»
»Om du skulle tala me’n lite,» framkastade mor Lovisa som på
försök, »det vure kanske inte så ogalet.»
»Nä-ej si, ber’n det gör jag då rakt inte!» svarade Anders Jonsson
och doppade ner pennan för att börja skrifva, men så fick han med
sig en stor kluns af det tjocka bläcket, och så föll den midt på
papperet som en stor plump och då kastade han pennan ifrån sig
utan att tänka på att han nyss rört omkring med bakändan, och nu
gjorde den ett långt, svart streck på papperet. Det var som förgjordt
alltsammans.
»Jag tycker du kunne ta’ och sofva på saken,» sade Lovisa och
hade svårt att låta bli att skratta åt mannens förargade min och
bläckiga fingrar, »allti’ hinner du skrifva det där i morron bitti’.»
»Ja, det kan du då ha rätt i!» medgaf Anders, som inte begärde
bättre än att få uppskjuta saken. Han steg upp och fick ny tobak i
pipan, tände på den och började kläda af sig. Lovisa hade ännu litet
att stöka med, så att hon gick ut och in mellan kammaren och köket;
och när hon slutat sina göromål för dagen, kom hon in för att säga
godnatt och underrätta Anders om att hon låtit bädda åt sig inne hos
Lina för att kunna se om henne under natten.
»Så godt kan det vara!» sade Anders Jonsson, och just när
hustrun tog i dörrlåset för att gå ut, ropade han, som om han just
nu kommit att tänka på en sak:
»Hör du Lovisa, du!»
»Ja, hvad vill du?»
»Du kunne allt höra dej för lite’ me’ Magnus i morron bitti’, om det
ä’ abslut att han ska te’ Söderman.»
»Jaa, tror du det går ann?» frågade mor Lovisa och log inom sig
själf åt att det hon väntat på hela kvällen ändtligen kom i sista
stunden.
»Du kan ju allti’ låtsa som det bara kom från dig själf och som jag
inte visste åf’et.»
»Åja, det förståss, det kan jag fäll,» svarade mor Lovisa och gick.
När hon gått ut, vände Anders Jonsson sig åt väggen och tyckte
att han burit sig riktigt finurligt åt. På det sättet kunde hustrun
kanske ställa saken till rätta, och så var han ju ändå obestridt herre i
huset.
Och den glada öfvertygelsen somnade han på.
 Medan detta försiggick inne i kammaren, hade kloka Maja knallat
sig af hem med sin påse på armen, och till den hade nu kommit en
liten korg, i hvilken mor Lovisa stoppat ner litet smått ur
visthusboden, som Maja tyckte var godt att bära på, just därför att
det kändes litet tungt. Det hade mörknat på duktigt, innan hon gick,
men gamla Maja var inte rädd för mörkret, och vägen kände hon till,
så det var nog ingen nöd för henne att komma hem.
När hon kommit en bra nog bit från uthusen på Österäng och
skulle taga af genvägen, som gick öfver skogen hem till hennes
stuga, hörde hon steg af en gående, och det dröjde inte lång stund
förrän en mörk skugga kom emot henne från en trädgrupp, som
stod just vid vägskälet. Maja saktade stegen litet och tittade skarpt
framför sig; hon var nästan lika skarpsynt i mörkret som hennes
gamla Olle där hemma, och hon såg snart att det var Magnus, som
kom emot henne.
»Kunne fäll tro det också,» mumlade hon för sig själf; »inte kan
den fäll sofva, kantänka.»
»Go’ kväller, mor Maja! Ni ä’ fäll på hemvägen, kan jag tänka!»
hördes nu Magnus’ röst alldeles invid henne.
»Jo men ä’ jag så!» svarade Maja lugnt. »Och om jag inte sir galet
och hör galet me’, så är det Magnus.»
»Det ä’ nog riktigt, det.»
»Ä’ du ute och styr så här i mörkre’, du?»
»Ja, jag visste att ni tänkte er hem, och efter som det ä’ mörkt, så
fundera jag om jag inte skulle slå sällskap med er på hemvägen.»
»Hå, jag kan nog gå ensam, jag — och du kan fäll få bättre följe
än te’ gå me’ en gammal käring, kära gosse.»
»Ja, men si det ä’ så att jag ville språka litet med er.»
»Det kan så vara!»
»Ni kan gärna låta mej få bära korgen åt er, så stö’r ni er bättre på
käppen.»
 »Ja, tack för det!»
Och så gingo de tysta några ögonblick uppåt skogsstigen, och
Maja tyckte det var skönt att få någon att bära åt sig och att det väl
kunde vara värdt en liten belöning.
»Du vill fäll veta hur det står te’ med Lina, kan jag tänka?»
frågade hon därför efter en stund.
»Jo Jesses, det vill jag visst, det!» svarade Magnus ifrigt. »Hur ä’
de me’na, mor Maja?»
»Hå, det ä’ allt lite’ skralt, förståss — men någe’ farligt ä’ det
inte.»
»Nå, Gud ske lof för det då! Jag blef riktigt illa ve’, när hon damp i
förmiddas.»
»Och ändå va’ det fäll du som prata dåndimpen på’na.»
»Ja, jag vet inte hvad som kom åt mej — men si, när ho’ dansa
med den där målarn ...»
»Det var för att du dansa me’ Ida, kan du då fäll begripa.»
»Ä’ ni säker på att det bara va’ för det?»
»Jag ä’ bara säker på en sak,» svarade kloka Maja med en viss
skärpa, som dock var uppblandad med en stor portion godmodighet,
»och det ä’ att ni ä’ lika tokiga bägge två, ni som de andra unga.
Men hör nu, Magnus, säj mej en sak: ä’ det sant som di säjer att du
ska te’ Söderman te’ hösten?»
»Ja, hvad vill ni jag ska göra? Inte kan jag gå här och bli hunsad
utåf Anders Jonsson, och så en vacker dag si att han gifter bort Lina
med en som har någe’! Då ä’ det fäll mycket bättre att jag ger mej
åf och lagar att jag själf får någe’, för när jag inte kan få Lina, så gör
det mig ackurat detsamma hvem jag tar, om det så vure ett ändå
värre troll än Ida Söderman.»
»Nu talar du som du har förstånde’ te’! Men jag tänker det ä’ allt
gåln du friar te’ och inte Ida Söderman. Och frågan ä’ om inte det
står te’ på samma sätt med ditt tycke för Lina me’.»
 »Nej, mor Maja, det kan ni lita på, att om hon så vure Fiskar-Olles
dotter, så tyckte jag om’ena lika mycket för det. Men si hvad Ida
anbelangar så inte tog jag henne om inte ho’ hade någe’, inte. Lina
det ä’ en annan sak, det. Det ä’ flicka som inte finns maken te’ i hela
skärgåln.»
»Och så ä’ Österäng allt en bra mycke’ styfvare gål än Marbottna?
Hvasa?»
Och nu stannade kloka Maja litet andfådd uppe på backkrönet, där
det var glest med träd och där hon kunde se Magnus rätt i synen
med sina skarpa små ögon.
»Hå ja,» svarade Magnus och såg på henne tillbaka, »det vet jag
fäll nog, men det frågar jag inte efter, om jag bara får Lina. Men hur
det än blir nu, så har jag sagt opp i kväll, och te’ hösten flyttar jag
— han ska ge’ mej mitt betyg i morron bitti’, Anders Jonsson.»
»Jaså, har du sagt opp i kväll? Jaha, det var inte så dumt, det.
Men vill du lyda mitt råd, så fjäska inte sta’ med betyge’ i morron
bitti’, utan lugna dej en dag te’ — allti’ hinner du ge’ dej åf te’
Söderman.»
»Hvad ska det tjäna te’ och dra’ ut på tiden?»
»Det kan du aldrig veta. Gör nu som jag säger och låts’ inte om
någe’ i morron. Jag kommer te’ Österäng på förmidda’n, och då får
vi fäll si hvad det kan bli åf.»
»Och det ä’ säkert att det inte ä’ nå’n fara med Lina?»
»Ånej, ho’ kommer sig nog — bara du låter bli och dansa med Ida
Söderman. Men hör du, Magnus, har du inte nå’n släkting oppe på
fastlande’, tycker jag mej ha hört?»
»Joo, nog har jag en faster oppe i Ryd, men henne har jag inte
hört åf se’n jag var pojke. Ho’ ville ha mej dit och tjäna då, men när
jag inte hade nå’n lust, så blef ho’ arg på mej, och se’n har jag inte
hört någe’ åf’ena.»
»Hur ä’ det, ho’ ä’ ju gift med en bonde där bortnas?»
 »Ja, och di har en gål som ska vara hyfven, har jag hört.»
»Har di nåra barn — vet du det?»
»Ja, di har en son som har fari’ te’ sjöss och som lär ska vara i
Amerika, har jag hört.»
»Jaså, ja — det va’ bra, det!»
»Hva’ för det då?»
»Kors, det ä’ ju allti’ bra te’ ha släktingar, vet jag. Men si där har
jag ju min gamla stuga — och där kommer Olle emot mej med
rumpa’ i vädre’. Ja si, när en har sällskap, så blir vägen kort, heter
det. Go’ kväll, Olle lilla! Ja, ajöss med dej då, Magnus. Gå nu hem
och lägg dej och bry dej inte om någe’ betyg i morron, inte. Jag ska
ta’ och lägga ut kortena för dej, när jag kommer in — och i morron
ska du få höra hur det låter.»
Därmed stultade kloka Maja upp emot sin stuga med Olle före sig,
och Magnus stod kvar och tittade efter henne, innan han gaf sig af
hemåt vid betydligt bättre kurage än förut.

7.
När några dagar hade gått, var allting sig likt igen på Österäng —
åtminstone till det yttre. Rågen var inne utan att ha fått regn på sig,
Lina var uppe igen sedan morgonen efter kloka Majas samtal med
Magnus, och denne hade inte vidare talat om betyget.
Men Anders Jonsson själf gick fortfarande omkring och såg mäkta
fundersam ut. Kloka Maja hade, när hon fick sin betalning, och den
som var hederlig ändå, råkat fälla några ord om den där fastern
uppe i Ryd och om sonen som farit till Amerika och som sedan inte
hörts af — och sedan Anders Jonsson ett par kvällar därefter haft en
lång öfverläggning med mor Lovisa, öfverraskades folket af att han
morgonen därpå gaf sig af på ångbåten in till staden.
Anders Jonsson for annars så sällan som möjligt dit, och i
synnerhet var det fallet under sommarmånaderna. På hösten
däremot, när hafren och potatisen och fårköttet skulle säljas, då var
han ju så illa tvungen, och då hände det allt att han var litet tung i
hufvudet, när han kom hem — man träffade ju så många bekanta på
ångbåten och så kunde man ju få gå och kursa ett par dagar inne i
staden — och något skulle man ju göra på mellanstunderna, förstås.
Det kunde aldrig hända honom mera att han kom redlös hem —
han som så många andra; det hade händt honom en gång, och då
hade han till på köpet tappat hundra kronor, så den läxan glömde
han inte så lätt. De där hundra kronorna hade han fått äta upp
åtskilliga gånger, ty mor Lovisa var just inte den som glömde
någonting, hur bra och hygglig hustru hon annars var — och det
värsta var att hennes herre och man totalt glömt bort att köpa hem
garnet till bolstervaret, som skulle väfvas, och de utlofvade
ylleschalarna både åt henne och Lina.
Så den stadsfärden glömde Anders Jonsson minsann inte så lätt.
Det märkvärdiga med den här färden var det, att han dröjde borta
i två dar och att mor Lovisa inte visade sig ett spår orolig för det.
Hon gick där lugn och flitig som vanligt, och pigorna märkte att hon
hade ett och annat att hviska om till Lina emellanåt, och denna såg
också belåtnare ut än hon varit på mången god dag.
Magnus syntes inte mycket till hemmavid, ty mellan rågskörden
och hvetet, som snart också var fallfärdigt, hade man annat att
syssla med. Det låg en stor holme ute i fjärden, och där hade man
en duktig höskörd att taga vara på. Det kom senare än det andra
gräset, därför att man först lät kräkena beta af holmen på våren,
innan man släppte ut dem på hemkanterna, och nu voro drängarna
där hela dagarna och hade mat med sig, och när de kommo hem om
kvällarna i stora kreatursfärjan, voro de uttröttade och lade sig tvärt
att sofva. Flickorna, som voro med för att räfsa, hade inte heller lust
att sitta uppe särdeles länge, och därför märkte ingen af dem att
Lina och Magnus hade sina små pratstunder borta i björkhagen de
två kvällarna som Anders Jonsson var i staden.
 På tredje dagen var han hemma igen, nykter som en spik och
nyter som en brudgum, dagen efter bröllopet. Som det var en god
fjärdingsväg till närmaste ångbåtsbrygga, tog mor Lovisa nya vagnen
med fjädersätet och for själf å stad för att hämta honom. Lovisa
körde själf, ty de hade kommit öfverens om att det första
sammanträffandet skulle vara utan vittnen, och på landsvägen fanns
det ingen som lyssnade.
»Nå far?» frågade Lovisa nyfiket, sedan de fått med sig alla
sakerna och gamla Brunte väl kommit uppför backen från
ångbåtsbryggan: »va’ det som kloka Maja sa’ att hon såg’et i
kaffekoppen?»
»Ja, håken i det trolle’, ho’ har allt reda på sej,» svarade Anders
Jonsson och smackade åt Brunte, »och det mer än jag trodde’na
om. Det har allt sin regala riktighet både me’ fastern och
hemmane’!»
»Säg det! Nå, va’ du där och titta på gåln?»
»Jo, du ä’ så säker! Jag träffte Jan Karlsson i stan och slog i
honom att jag ville si mej om och köpa någe’ hemman oppe på
fastlande’, och han visste en som var däroppifrån och som ville sälja
— och så for vi dit.»
»Nå, nå! Va’ du inne hos dom?»
»Lit’ på det du, Lovisa. Och jag titta’ mej omkring, ska du tro,
både i stuga’ och på ägerna. Si, jag gjorde mej ärende me’ te’ hälsa
ifrån Magnus, efter som jag i alla fall va’ ditåt, och gumma’ blef så
te’ sej öfver att hanses husbonne kom te’ dom, så ho’ visste rakt åf
inte hur bra ho’ ville.»
»Nå, talte di om son sin någe’?»
»Ja då, gubben svor öfver’n och gumma’ snyfta och grät, och di
sa’ bägge två att di inte har hört åf’en på åtta år, så di tror båda två
att han ä’ dö’. Och gumma’ sa’ te’ slut att det var då väl att ho’ har
brorson sin i lifve’ och att det ä’ en ordentlig pojke, så att inte gåln
behöfver gå te’ oskylda.»
 »Sa’ ho’ ock? Kors, kära far, då ä’ det ju inte så tokigt me’ Magnus
ändå!»
»Nej, tacka för det! Och si därför så har jag tänkt tala ve’n nu, när
jag kommer hem, och fundera me’n om han inte vill stanna i
tjänsten, så får en fäll si se’n hvad det kan bli åf.»
»Och du låss fäll inte om att du varit borta i Ryd?»
»Så gal’n ä’ jag fäll inte! Men hur ä’ det me’ jänta? Har ho’ kryat
te’ sej riktigt?»
»Ja vars, nu ä’ det ingen fara me’na. Men hör du, far, hvar ska du
nu säga att du har vuri’, när du har vuri’ så länge hemifrån?»
»Jo, jag har tänkt ut att jag har furi’ opp te’ Norrtälje för te’ höra
mej för om hafreleverans te’ hösten. Det är en af handelsmännerna
där, sir du, som köper opp för dragonerna, och han lär ta’ åt sej allt
hvad han kan få.»
Mor Lovisa kunde inte annat än beundra sin gubbes fintlighet, och
så kommo de hem i det bästa lynne, och Anders Jonsson nickade
vänligare åt tjänstfolket än han gjort på mången god dag.
Sedan han tagit af sig stadskläderna och fått på sig sin gamla
vanliga arbetsdräkt, gick han neråt viken, där färjan brukade lägga
till, och när den en stund efteråt kom fullastad med hö borta ifrån
holmen, ropade han åt Magnus, som stod i fören med en åra, färdig
att taga törn emot bryggan:
»Har ni redan fått åf gräse’ där borta, pojkar?»
»Jaa, det här ä’ sista dufningen, det,» svarade Magnus.
»Det va’ raskt gjordt åf er. Då kan ni gärna låta’t ligga här te’s i
morron, för någe’ regn blir det nog inte i natt, och ni kan behöfva ta’
er en liten firafton.»
Drängarna sågo på honom med förvånade ögon, och Fiskar-Olle
var den mest förbluffade af alla. Men när de väl kommit upp, blef
det ännu värre.
 »Gå opp med er nu te’ mor,» sade Anders Jonsson, »så får ni er
en kopp kaffe.»
Och medan de andra gingo uppåt, fortsatte han till Magnus, som
lade fast trossen ännu ett slag:
»Se’n kan du komma in i kammaren te’ mej, Magnus, så får vi
språka om betyge’.»

8.
När Magnus efter en god halftimme kom in i kammaren, satt
Anders Jonsson vid bordet med pipsnuggan i munnen och ett
pappersark och stora plånboken framför sig på bordet.
Plånboken låg öppen och en tjock sedelbunt låg instucken i den
ena af fickorna, men sedlarna tycktes vara vårdslöst inlagda, så att
de stucko fram tämligen synbart, och Magnus kunde se att de voro
både blå och gröna och grå.
»Kom fram och sätt dig, Magnus, så får vi talas ve’,» började
Anders Jonsson och pekade på en stol vid andra sidan af bordet.
»Ja tack, men nog kan jag stå allti’!» svarade Magnus.
»Sätt dej nu, vet ja’, du kan fäll vara trött efter dagsgörat.»
»Hå ja, det förståss, nog känns det både i armarna och bena!»
sade Magnus, klef långsamt fram och satte sig på yttersta
stolskanten, inom sig undrande hvad det skulle bli utaf.
»Hur ä’ det nu då? Ska du prompt ha det där betyge’?»
»Ja’ ska fäll det, kan jag tro.»
»Det lär nog inte vara så värst fett där borta på Marbottna, tänker
jag.»
»Nej det kan fäll hända; men en ä’ då inte så värst bortskämder.»
»Å, inte har du fäll svulti’ här, det jag kan veta!» svarade Anders
Jonsson och höll på att bli sint, fast han sökte hejda sig så godt han
kunde.
»Det ä’ fäll inte bara maten en lefver åf!» svarade Magnus och
tittade ner på golfvet.
»Åja, ovett kan du få annerstans me’.»
»Det vet jag me’; men det ä’ inte bara d e t som det hänger på.»
»Nu ska jag säga dej hur jag funderat på saken. Du får samma lön
hos mej som di har bjudi’ dej där bortnas och sjöstöflarna och
potatislande’, och så lägger jag te’ en kavaj och ett par böxer ...»
»Ja tack, men det ä’ inte lön det kommer an på. Utan det ä’ allt
bäst jag får betyge’ utskrifvet ändå. Det ä’ allt på det vise’ att jag vill
härifrån, för si jag står inte ut me’t längre.»
»Hvad ä’ det du inte står ut me’?»
»Ja, det kan vara detsamma, det!» svarade Magnus och steg upp
för att gå. »Jag kan ju få betyge’ i morron.»
»Men nu ä’ det jag som vill veta hvad det ä’ du inte står ut me’!»
sade Anders Jonsson häftigt, steg upp och tog ett par långa steg
förbi drängen bort emot dörren, »och du kommer inte ut ur
kammaren förrän du sagt mej hvad det ä’!»
»Vill jag komma ut, så nog kommer jag fäll!» svarade Magnus och
såg så säker ut att husbonden inte kunde undgå att tro honom på
hans ord. »Men jag kan ju gärna säga’t för den del’n, så kan inte
Jonsson säga att jag går och humlar me’ någe’. Jag tycker om Lina,
och efter som jag ä’ för fattig och för simpel för’na så vill jag
härifrån, det är hela saken, och nu vet husbond’ det.»
»Och nu tänker du sätta dej på tvären, för du tror du ska kunna
tvinga mej te’ ge’ mej på de’ vise’?»
»Nej, nog vet jag att ni aldrig går in på te’ ge’ mej flickan — men
det är därför som jag vill härifrån. Det kunne nog vara den som
stannte och ställde te’ elände för er, men si tocken vill jag inte vara,
och inte Lina heller. Och si därför ä’ det bäst att ni låter mej gå.»
 »Men si nu ä’ jag jämt opp lika enveten som du, och nu vill jag ha
dej kvar, för sir du att folk ä’ sturska, det tycker jag inte illa om, när
di duger te’ någe’ för resten, och det gör du — det kan jag gärna
säja dej midt i syna. Och det ä’ visst bra, det, att du tycker om Lina,
men det ä’ därför inte sagdt att hon tycker om dej.»
»Hå, hvad den saken anbelangar ...»
»Jaså, ä’ du så tvärsäker på det? Nå, då ä’ det fäll bäst att vi hör
åt me’na själf!»
Därmed öppnade Anders Jonsson dörren till köket och ropade utåt
med dundrande röst:
»Lina! Ä’ du där ute, så kom in te’ mej ett tag!»
Det klack till i Lina, där hon stod vid köksbordet bredvid modern,
men denna klappade henne på axeln och hviskade hastigt:
»Ge’ dej åf bara, flicka! Du ska få si att nu blir det slag i saka!»
Och med hjärtat i halsgropen skyndade Lina sig in. När hon fick se
Magnus där inne, blef hon som en drypande blod i ansiktet, och hon
tyckte riktigt att andedräkten stockade sig inom henne.
»Hör du Lina, du,» sade Anders Jonsson och tog tag i henne,
förde henne fram och ställde henne rätt emot Magnus, »Magnus här
påstår att du tycker om’en, ä’ det sanning, det?»
»Ja, far!» svarade Lina sakta, men utan ringaste tvekan.
»Å i helsike heller! Hur understår du dej ...»
»Ja, far, ni må säga hvad ni vill, men så är det ändå, och jag kan
inte hjälpa’t!»
»Nå, efter det ä’ på det vise’, så säj åt den envetingen att han blir
kvar då, för jag lär inte rå på’n.»
»Herre min skapare, far ... har jag blifvi’ rakt tokig, eller ä’ det er
mening att ... att ... att Magnus och jag ...»
»Jag vill inte att Magnus ska flytta, säjer jag dej, och efter det ä’
som det ä’, så får fäll du försöka hålla’n kvar, när inte jag kan få bukt
på’n.»
Nu förstod Lina hur det var fatt, och så slog hon först armarna om
halsen på fadern och kysste honom och sedan gjorde hon samma
process med Magnus, som i sin ordning lyfte henne upp ett bra
stycke från golfvet och dröjde en god stund med att släppa ner
henne igen. Men när hon sedan väl kom på fötter på nytt, vände
hon sitt glädjestrålande ansikte mot fadern och sade med en
segervisshet som riktigt gjorde Anders Jonsson så varm om hjärtat
som han någonsin kunde bli här i lifvet:
»Vet ni, far, nu tror jag allt att Magnus inte bryr sej om Marbottna
längre.»
Det väckte stor förvåning på ön, när det blef bekant att Anders
Jonsson på Österäng tog en simpel dräng till måg; men Österängsfar
själf gick omkring och såg småslug ut, och ju mer han lärde känna
Magnus som annat än dräng, desto mer tyckte han om honom, och
han började på fullt allvar tänka på att själf tillika med mor Lovisa
sätta sig ner på en af utgårdarna och låta de unga öfvertaga gården.
Men det märkvärdigaste af allt var att kloka Maja tycktes riktigt
hafva vunnit hans gunst, henne som han varit så rasande på. Litet
emellanåt måste hon komma till Österäng och lägga ut kortena och
spå i kaffesumpen för honom och Lovisa. Och när det aldrig låg
någon karl till huset vid en viss gård uppe i Ryd, så blef Anders
Jonsson allt mera nyter och glad, och kloka Maja fick mer än en
blank riksdaler med sig i kjolsäcken, när hon knogade af hem till Olle
och Lotta.
Så kom julen och under den blef det trolofning på Österäng och
ett hejdundrande kalas. Prästen själf var med, och där växlades
ringar mellan Magnus och Lina riktigt efter handboken, för att det
skulle vara så mycket säkrare. Klockaren var också med naturligtvis,
och som han var postmästare tillika, så hade han med sig ett bref till
Magnus, ett tjockt bref med tämligen svårtydd utanskrift. Den
lycklige fästmannen läste det tillsammans med fästmön inne i
hennes kammare, och när de kommo ut, föreslog prästen deras skål
i ett vackert och med lämpliga bibelspråk späckadt tal.
Skålen dracks, och det klingades med de trolofvade. Kloka Maja
var också med, och under det hon klingade med fästmön, tog
Anders Jonsson sin blifvande måg litet åt sidan och frågade:
»Hvad va’ det för bref du fick, Magnus?»
»Det va’ ifrån faster min,» svarade Magnus, »di ha fått hem son
sin ifrån Amerika, och gumkräke’ ä’ så gla’, så gla’. Hon skrifver att
han stannar hemma nu och öfvertar gåln.»
Anders Jonsson tappade glaset i golfvet. Men just nu klingade
prästen med sitt och föreslog en skål för de ärade makarna på
Österäng, som voro nog goda föräldrar att gifva sin dotter åt den
hon tyckte om, om han också inte hade värdsliga ägodelar ... och
hvad skulle Anders Jonsson göra?
Han måste dricka och tacka till — men det var inte någon särdeles
vänlig blick som han i detsamma slängde af bort till kloka Maja.
 ”FASTLÄNNINGEN”.
1.
Skärlöga hette ön och låg sina styfva tre mil utanför närmaste
fastlandsudde och hade omkring sig sin egen skärgård af små,
nakna kobbar, blandade med en och annan liten holme, där det
växte några alar och rönnar och där ett saftigt gräs spirade upp
ibland stenarna. Ön var inte stor, men hade god jord inne på läsidan
åt söder och präktigt fiskvatten rundt omkring på de stora fjärdarna
och i de trånga sunden mellan holmarna. Åt norr och öster
skyddades åkerlapparna af höga bergknallar, som åt sjösidan
stupade brant ner i vattnet; men åt söder och väster voro stränderna
långsluttande och låga, och täta vassar lockade gäddorna in emot
land, där de stodo och gassade sig i solskenet, allt för lata att bry sig
om löjstimmen, som hoppade och lekte innanför vasskanten, och
endast rörande på sig när en mört eller sarf kom svängande in på
deras område, eller när abborrarna glupade allt för snålt efter de
silfverglänsande löjorna och det nästan såg ut som om de för skam
skull velat vara med om jakten.
Tidigt om våren sjöngo alfåglarna hela fjärden rundt, och stora
kullar af dykänder häckade på kobbarna, där äfven en och annan
ejder och några par skrakar slagit sig ned. Men på själfva ön var det
orrlek i de tidiga vårmorgnarna, och äfven midt på sommaren kunde
man få höra en eller par ensamma skvaltorrar, som sutto och
knäppte i de höga tallarna och granarna på norra sidan, där dessa
vuxit höga i skydd af berget. Skaror af snöskator och starar
skvattrade i askarna omkring stugan, och hur liten än ön var, så
fanns det ändå morkulla, som sträckte ifrån ett litet kärr rätt inne i
skogen rätt öfver åkerglintorna och stugtaket, med en sväng utåt
kobbarna, och sedan tillbaka igen samma väg.
 Det fanns bara en stuga på hela ön; men den var tämligen stor
och väl bibehållen, med ett stort rum och kök på nedra botten och
två vindsrum, som inte kunde eldas, och till hvilka man klättrade upp
på en mycket brant trappa, som nästan förr kunde kallas en stege
eller kanske ändå snarare en fallrepstrappa, sådan som den finns om
skeppsbord. Men den som byggt stugan och som nu också ägde
den, hade varit skeppare i unga dagar, och därför ville han ha något
som påminde om skutan, sedan han för länge sedan satt sig i ro på
landbacken. Han hade valt den så liten och så sjöombrusad som
möjligt, den ö, där han ville sätta sig ner, och där trifdes han också
utmärkt, den gamle Österberg, med hustru och dotter, och om man
hade bjudit honom ett helt säteri borta på fastlandet, så skulle han
inte velat byta »på villkor», som han själf brukade säga. Den lilla
jordlappen han hade gaf honom korn, hafre och potatis till husbehof,
och en liten trädgårdstäppa hade mor Österberg själf tagit upp, där
det växte kålrötter, persilja och dill och där det ändå fanns plats
öfver till litet ringblommor och balsaminer och en liten buske med
åbrodd, som var gummans förtjusning. En stor fläderbuske växte
utmed ena stugväggen, och det var nästan som att ha en läkare i
huset, ifall man blef krasslig, menade gumman, som sedan gammalt
kurerade både sig själf och man och barn med fläderte, ty det
hjälpte för alla åkommor.
Ett stenkast ifrån stugan låg sjöviken med sin båtbrygga och sin
sjöbod, sina gistor för fisknät och strömmingsskötar, och vid bryggan
lågo stora notökan, fisksumpen och skötbåten sida vid sida i
broderlig sämja, som endast stördes något litet när sydosten låg in i
viken och de började gnida sig emot hvarandra, uppgifvande då och
då några knarrande läten, som likväl voro mera gemytliga än
egentligen uttryck för något starkare missnöje. Längre uppåt land
lågo ladugårdshusen och logen rödmålade och litet snedvridna,
därför att terrängen där var tämligen sluttande och jordmånen lös;
men stodo gjorde de ändå och gåfvo godt skydd åt de två korna,
den enda gamla hästen, en stutkalf och fem, sex får, hvilka utgjorde
hela kreatursbesättningen på Skärlöga. Lägger man till de nu
nämnda inbyggarna fem stycken hönor utan tupp, en gammal svart
katt, en hundvalp och en tam skata, som hade slagit ner sig ur boet
som unge och skadat ena vingen på sig, men nu, sedan hon fått den
lagad igen, inte brytt sig om att flyga bort, så har man därmed
räknat upp Österbergs hela hushåll där ute på ön. Han hade nog
haft en dräng också, men den hade på vårsidan gifvit sig af till
Skeppsholmen och blifvit matros, sedan hans företrädare året förut
tagit hyra på en skonare och dennes företrädare åter fått det infallet
att försöka sin lycka i Amerika.
»Di ä’ rakt som di hade fått kvicksilfver i kroppen på sig,
skärgårdspojka!» hade då Österberg sagt, i det han valkat bussen åt
ena sidan; »så nu tror jag rakt åf att en får ta och städsla sig en
fastlänning för te få behålla’n kvar!»
»Jesses nej då, far! Hvad tänker du på? Ska du ta hit en
estlänning nu också!» ropade då gumman, som hörde litet illa. »Di ä’
ju så’na vilda ena, så!»
»Fastlänning, sa’ jag!» ropade Österberg tillbaka och höjde rösten.
»Di brukar då inte vara så värst kvicka te’ röra på sig, har jag hört
folk säga.»
»Ja, men di ä’ inte sjövana!» återtog gumman och skakade på
hufvudet. »Och hur ska det då bära te’ med fisket för dig, far?»
»Hå, han får fäll vänja sig,» svarade Österberg lugnt, »så har jag
fått gjort och di andra med!»
»Och så lär di ska vara så envetna, och inte vill di äta strömming!»
»Blir di hungriga, så går nog det me’, tänker jag,» menade
Österberg trankilt som vanligt: »och när jag nu far te’ stan med
siken, så tänkte jag få fast i någon som kunde passa.»
»Ja, men ta inte nå’n ung spoling, det säjer jag dej, far!»
förmanade gumman. »Kom ihåg att Edla ä’ på sjuttonde åre’!»
»Nå kors ja, det vet jag fäll! Men inte kan jag fäll för det ta en
gammal en, som inte nå’ orkar. Så mycket guss ol har du väl präntat
i’na, så inte det är någe’ farligt, vet jag!»
 »Ja, det är ju det jag säger, att en får fara varligt!» återtog
gumman.
Edla hörde på, men låtsade inte om något, där hon satt och
vindade upp garnet för nätbindningen till vintern. Men i sitt sinne log
hon åt gummans bekymmer och kanske också en smula åt
farsgubbens säkerhet; fast nog tyckte hon att det skulle vara en
underlig en, som skulle komma henne att tänka på »tocke där
skräp», som hon plägade kalla kärlek och giftasfunderingar, när hon
på kyrkfärderna till Blidön träffade de andra unga flickorna från
öarna rundt omkring. Ingen af de förra drängarna hade hon brytt sig
om, fastän de nog gjort sina försök att vara artiga på sitt vis, och de
voro ju ändå raska och duktiga skärgårdspojkar alla tre — skulle det
nu komma en ifrån fastlandet och knipa bort hennes hittills orörda
hjärta, så vore det väl märkvärdigt, tyckte hon. Emellertid kunde hon
inte låta bli att fundera på hur han skulle komma att se ut, den där
fastlänningen, som hennes far tänkte försöka att få fast i där inne i
stan, dit hon för resten bra gärna hade velat följa med; men det
visste hon var inte värdt att tala om, i synnerhet nu, när förtjänsten
på fisket hade varit klenare än vanligt under sommaren och
förhösten. Hon skulle så gärna själf velat köpa den där yllekoftan,
som fadern hade lofvat henne nu i två vintrar och som han den här
gången bestämdt skulle ta med sig hem, så vida han nämligen
kunde få någorlunda mänskligt betalt för fisken och några tunnor
potatis och hafre, som han kunde undvara och tänkte ta med sig.
När Österberg därför på eftermiddagen hade lastat skötbåten för
att gifva sig af till Blidön för att gå därifrån med ångbåten nästa
morgon, så gjorde Edla ett sista försök att öfvertala modern om att
hon skulle få följa med, åtminstone till ångbåten.
»Jag tror aldrig far kan redan sig ensam, vet I mor!» sade hon, i
det hon försiktigt hörde sig för. »Han behöfde allt få någon med sig
ifall vind’ mojnar och han får ta te årorna mot kvällningen.»
»Han tänker lägga te ve Kråkholmen, för Janson ska te stan, han
också,» upplyste modern lugnt, »så det behöfver du inte vara lessen
för, kära barn!»
 »Ja si, jag tänkte annars att jag kunne ha följt me’ te ångbåten!»
»Tycker du det? Hur skulle du kunna ta dig hem se’n om vind’
håller i sig? Kanske bli borta hela da’n i morron och låta mej vara
ensam med kritterna? Nej, tack ska du ha!»
»Kors, di går ju ute än, vet jag!» menade Edla, smått förargad
öfver att det tog emot öfverallt.
»Ja, därför behöfver väl du inte vara ute hela da’n!» fnurrade
gumman till och lyfte af kaffepannan, för att Österberg skulle få
något varmt i sig innan han gaf sig af.
»Se dig nu för i stan, kära far, så di inte stjäl pengarna åf dig. Och
förkyl dig inte!» skrek gumman nere vid bryggan, just som båten
lade ut.
»Och glöm inte yllekoftan, far!» ropade Edla och viftade med
förklädet.
»Ajös med er!» ropade Österberg tillbaka, i det han skotade an
seglet och lade styråran till rätta akter ut; »det ä’ så godt ni gör i
ordning vindskammarn öfver köke’, ifall jag har en dräng me’ mej,
när jag kommer te’baks!»
»Hvad i alla tider tänker han på?» muttrade gumman, som hörde
illa efter vanligheten; »ska han ta en säng me’ sej? Fållbänken måtte
väl duga den som förut, tänker jag!»
»Han sa att det kan hända, han har en dräng med sig, när han
kommer te’baks!» förklarade Edla.
»Åhå, det måtte väl inte vara den tjugufjärde än heller!» menade
gumman, »och en ska väl ha tid på sej te göra i ordning, innan en
tar främmande folk i huset. Ropa det åt far du, Edla!»
»Asch nej, han ä’ för långt borta! Ser I inte att han kvista åf ut på
fjärden nu, mor?» svarade Edla och såg med en halfkväfd suck efter
fadern, som styrde ut på det stora vattnet utanför ön.

2.
 Inne i staden var det fullt hus på kommissionskontoren, där de
tjänstsökande stodo i långa rader och det till och med ända ut på
gatan. De flesta af dessa voro landsbor, som ville in till staden, det
härliga paradiset, som de drömt om ända sedan de läst sig fram hos
prästen, och dit de längtade med hela sin naiva tro på, att där skulle
de riktigt skära guld med täljknifvar och få ett arbete så ofantligt
mycket lättare än det, som de trälat med ute på åkern och i
skogarna. Man såg ibland dessa väntande skaror ynglingar, som
knappt hunnit öfver pojkåldern; unga flickor med friska, öppna och
ofördärfvade ansikten, omgifna af den på landsbygden ännu inte
föraktade schaletten; kraftiga, starka karlar mellan tjugu och trettio
år; men också många bleka, utmärglade figurer af båda könen, på
hvilka stattorparlifvets halfva svält satt sin sorgliga prägel. Och alla
stodo de där väntande och fulla af förhoppningar, stodo där dag från
dag, till dess slutligen den stora stadens hungriga gap uppslukade
dem för att med dem befolka fattigbarackerna eller fängelserna, så
vida de inte, visa af skadan, vände tillbaka igen dit därifrån de
kommit, men vände tillbaka med tomma fickor och krossade
förhoppningar.
De första dagarna hade de öfvermodigt och stolt visat tillbaka alla
anbud att få komma ut på landet igen; nu hade de
tjänstfolkssökandes leder glesnat och nu voro de färdiga att taga
hvilken lön som helst, om de bara sluppe vända om hem igen och
kanske få försöka att tigga sig kvar på en plats, som de hittills
föraktat. Men ut på en liten ö långt borta i hafsbandet, långt bort
från all ära och redlighet, som det heter, dit ville ingen, och
Österberg gick från kontor till kontor utan att kunna få tag i någon
som han kunde eller ville fästa i sin tjänst.
När han först talade med dem som han tyckte sågo lämpliga ut,
läto de villiga nog, ty han var väl klädd och såg »tät» och ordentlig
och hederlig ut; men när de fingo höra hvart det skulle bära af, så
betackade de sig alla.
»Så gärna kan en då gå i sjön med en gång,» svarade en af dem,
en ung karl, som påstod att han inte smakat en bit mat på två dar:
»för då vore det åtminstone slut me’ samma!»
»Ja, förr än jag ger mig åf dit ut bland strömmingarna, så svälter
jag te’s di ser dagern igenom mig!» förklarade en annan, satte
händerna i de trasiga kavajfickorna och vände Österberg ryggen.
Han började tro, att han skulle få fara hem utan dräng.
Men en dag, när han gått från det ena kontoret till det andra, kom
han slutligen långt upp på Söder, där det också fanns ett sådant och
där det var ovanligt litet folk, tyckte han. Han gick in och frågade
den gamla frun, som satt innanför en disk, om hon hade några
tjänstsökande, som ville utåt landet.
»Ut till landet?» frågade frun och tittade upp på honom öfver
glasögonen, medan hon höll kvar sitt bläckiga finger på bladet af en
stor bok, som hon satt och skref i, »dit vill ju ingen kristen själ
numera, ska jag säga herrn! Nej, om herrn vill komma igen efter
flyttningen, då kan det så vara!»
»Jaså, finns det ingen här, som vill utåt skärgården?» frågade
Österberg och såg sig omkring på de innevarande.
»Herrn kan ju fråga dem själf!» svarade frun och fortsatte att
skrifva.
»Ä’ det långt bort?» frågade en undersätsig karl med rödt hår och
en hel mängd fräknar i ansiktet, i det han steg fram från dörren, där
han stod och stödde sig mot dörrposten; »och hva’ ä’ det en har te
göra?»
»Det är en tie mil norr ut!» svarade Österberg, »och göromålen nu
te vintern det ä’ te vara med om fisket för det mesta.»
»Hur långt ä’ det te fastlandet då?» frågade karlen och mönstrade
Österberg från hufvud till fötter.
»Det ä’ bara en tre mil ut te sjös!» svarade denne lugnt och såg
på karlen tillbaka.
»Jaså, bara tre mil?» återtog karlen hånfullt, vände sig sedan till
de andra, spottade föraktligt ut åt golfvet och utbrast: »Fy fan! då
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebookultra.com