100% found this document useful (10 votes)
86 views

PDF Microeconometrics Using Stata Second Edition Volume II Nonlinear Models and Casual Inference Methods Adrian Colin Cameron P K Trivedi download

Microeconometrics

Uploaded by

acuninjiddi
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
100% found this document useful (10 votes)
86 views

PDF Microeconometrics Using Stata Second Edition Volume II Nonlinear Models and Casual Inference Methods Adrian Colin Cameron P K Trivedi download

Microeconometrics

Uploaded by

acuninjiddi
Copyright
© © All Rights Reserved
We take content rights seriously. If you suspect this is your content, claim it here.
Available Formats
Download as PDF, TXT or read online on Scribd
You are on page 1/ 40

Get ebook downloads in full at ebookmeta.

com

Microeconometrics Using Stata Second Edition


Volume II Nonlinear Models and Casual Inference
Methods Adrian Colin Cameron P K Trivedi

https://ebookmeta.com/product/microeconometrics-using-stata-
second-edition-volume-ii-nonlinear-models-and-casual-
inference-methods-adrian-colin-cameron-p-k-trivedi/

OR CLICK BUTTON

DOWNLOAD NOW

Explore and download more ebook at https://ebookmeta.com


Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

Microeconometrics Using Stata Cross Sectional and Panel


Regression Models 2nd Edition A Colin Cameron Pravin K
Trivedi
https://ebookmeta.com/product/microeconometrics-using-stata-cross-
sectional-and-panel-regression-models-2nd-edition-a-colin-cameron-
pravin-k-trivedi/
ebookmeta.com

Multilevel and Longitudinal Modeling Using Stata Fourth


Edition Volumes I and II Sophia Rabe Hesketh Anders
Skrondal
https://ebookmeta.com/product/multilevel-and-longitudinal-modeling-
using-stata-fourth-edition-volumes-i-and-ii-sophia-rabe-hesketh-
anders-skrondal/
ebookmeta.com

Inference and Learning from Data: Volume 2: Inference Ali


H. Sayed

https://ebookmeta.com/product/inference-and-learning-from-data-
volume-2-inference-ali-h-sayed/

ebookmeta.com

Curves and Cars Windsor Securities Book 1 1st Edition Kat


Baxter

https://ebookmeta.com/product/curves-and-cars-windsor-securities-
book-1-1st-edition-kat-baxter/

ebookmeta.com
Chicago Cookbook: Taste the Windy City with Easy Chicago
Recipes 2nd Edition Booksumo Press

https://ebookmeta.com/product/chicago-cookbook-taste-the-windy-city-
with-easy-chicago-recipes-2nd-edition-booksumo-press/

ebookmeta.com

Perspicuous Presentations Essays on Wittgenstein s


Philosophy of Psychology 1st Edition Danièle Moyal
Sharrock Editor
https://ebookmeta.com/product/perspicuous-presentations-essays-on-
wittgenstein-s-philosophy-of-psychology-1st-edition-daniele-moyal-
sharrock-editor/
ebookmeta.com

PCI DSS: An Integrated Data Security Standard 1st Edition


Jim Seaman

https://ebookmeta.com/product/pci-dss-an-integrated-data-security-
standard-1st-edition-jim-seaman/

ebookmeta.com

Cambridge IGCSE Chemistry Practical Workbook with Digital


Access 5th Edition Strachan

https://ebookmeta.com/product/cambridge-igcse-chemistry-practical-
workbook-with-digital-access-5th-edition-strachan/

ebookmeta.com

Lonely Planet Mallorca 6th Edition Laura Mcveigh

https://ebookmeta.com/product/lonely-planet-mallorca-6th-edition-
laura-mcveigh/

ebookmeta.com
A Baby For The Navy SEAL Be My Baby 1st Edition Shaw Hart

https://ebookmeta.com/product/a-baby-for-the-navy-seal-be-my-baby-1st-
edition-shaw-hart/

ebookmeta.com
Microeconometrics Using Stata
Volume II: Nonlinear Models and
Causal
Inference Methods
Second Edition

A. COLIN CAMERON
Department of Economics
University of California, Davis, CA
and
School of Economics
University of Sydney, Sydney, Australia

PRAVIN K. TRIVEDI
School of Economics
University of Queensland, Brisbane, Australia
and
Department of Economics
Indiana University, Bloomington, IN
®

A Stata Press Publication


StataCorp LLC
College Station, Texas
®

Copyright © 2009, 2010, 2022 by StataCorp LLC


All rights reserved. First edition 2009
Revised edition 2010
Second edition 2022

Published by Stata Press, 4905 Lakeway Drive, College Station,


Texas 77845

Typeset in LaTeX2e

Printed in the United States of America

10 9 8 7 6 5 4 3 2 1

Print ISBN-10: 1-59718-359-8 (volumes I and II)

Print ISBN-10: 1-59718-361-X (volume I)

Print ISBN-10: 1-59718-362-8 (volume II)

Print ISBN-13: 978-1-59718-359-8 (volumes I and II)

Print ISBN-13: 978-1-59718-361-1 (volume I)

Print ISBN-13: 978-1-59718-362-8 (volume II)

ePub ISBN-10: 1-59718-360-1 (volumes I and II)

ePub ISBN-10: 1-59718-363-6 (volumes I)

ePub ISBN-10: 1-59718-364-4 (volumes II)

ePub ISBN-13: 978-1-59718-360-4 (volumes I and II)

ePub ISBN-13: 978-1-59718-363-5 (volumes I)


ePub ISBN-13: 978-1-59718-364-2 (volumes II)

Library of Congress Control Number: 2022938057

No part of this book may be reproduced, stored in a retrieval


system, or transcribed, in any form or by any means—electronic,
mechanical, photocopy, recording, or otherwise—without the prior
written permission of StataCorp LLC.

Stata, , Stata Press, Mata, , and NetCourse are registered


trademarks of StataCorp LLC.

Stata and Stata Press are registered trademarks with the World
Intellectual Property Organization of the United Nations.

NetCourseNow is a trademark of StataCorp LLC.

LaTeX2e is a trademark of the American Mathematical Society.

Other brand and product names are registered trademarks or


trademarks of their respective companies.
Contents
16 Nonlinear optimization methods
16.1 Introduction
16.2 Newton–Raphson method
16.3 Gradient methods
16.4 Overview of ml, moptimize(), and optimize()
16.5 The ml command: lf method
16.6 Checking the program
16.7 The ml command: lf0–lf2, d0–d2, and gf0 methods
16.8 Nonlinear instrumental-variables (GMM) example
16.9 Additional resources
16.10 Exercises
17 Binary outcome models
17.1 Introduction
17.2 Some parametric models
17.3 Estimation
17.4 Example
17.5 Goodness of fit and prediction
17.6 Marginal effects
17.7 Clustered data
17.8 Additional models
17.9 Endogenous regressors
17.10 Grouped and fractional data
17.11 Additional resources
17.12 Exercises
18 Multinomial models
18.1 Introduction
18.2 Multinomial models overview
18.3 Multinomial example: Choice of fishing mode
18.4 Multinomial logit model
18.5 Alternative-specific conditional logit model
18.6 Nested logit model
18.7 Multinomial probit model
18.8 Alternative-specific random-parameters logit
18.9 Ordered outcome models
18.10 Clustered data
18.11 Multivariate outcomes
18.12 Additional resources
18.13 Exercises
19 Tobit and selection models
19.1 Introduction
19.2 Tobit model
19.3 Tobit model example
19.4 Tobit for lognormal data
19.5 Two-part model in logs
19.6 Selection models
19.7 Nonnormal models of selection
19.8 Prediction from models with outcome in logs
19.9 Endogenous regressors
19.10 Missing data
19.11 Panel attrition
19.12 Additional resources
19.13 Exercises
20 Count-data models
20.1 Introduction
20.2 Modeling strategies for count data
20.3 Poisson and negative binomial models
20.4 Hurdle model
20.5 Finite-mixture models
20.6 Zero-inflated models
20.7 Endogenous regressors
20.8 Clustered data
20.9 Quantile regression for count data
20.10 Additional resources
20.11 Exercises
21 Survival analysis for duration data
21.1 Introduction
21.2 Data and data summary
21.3 Survivor and hazard functions
21.4 Semiparametric regression model
21.5 Fully parametric regression models
21.6 Multiple-records data
21.7 Discrete-time hazards logit model
21.8 Time-varying regressors
21.9 Clustered data
21.10 Additional resources
21.11 Exercises
22 Nonlinear panel models
22.1 Introduction
22.2 Nonlinear panel-data overview
22.3 Nonlinear panel-data example
22.4 Binary outcome and ordered outcome models
22.5 Tobit and interval-data models
22.6 Count-data models
22.7 Panel quantile regression
22.8 Endogenous regressors in nonlinear panel models
22.9 Additional resources
22.10 Exercises
23 Parametric models for heterogeneity and endogeneity
23.1 Introduction
23.2 Finite mixtures and unobserved heterogeneity
23.3 Empirical examples of FMMs
23.4 Nonlinear mixed-effects models
23.5 Linear structural equation models
23.6 Generalized structural equation models
23.7 ERM commands for endogeneity and selection
23.8 Additional resources
23.9 Exercises
24 Randomized control trials and exogenous treatment

effects
24.1 Introduction
24.2 Potential outcomes
24.3 Randomized control trials
24.4 Regression in an RCT
24.5 Treatment evaluation with exogenous treatment
24.6 Treatment evaluation methods and estimators
24.7 Stata commands for treatment evaluation
24.8 Oregon Health Insurance Experiment example
24.9 Treatment-effect estimates using the OHIE data
24.10 Multilevel treatment effects
24.11 Conditional quantile TEs
24.12 Additional resources
24.13 Exercises
25 Endogenous treatment effects
25.1 Introduction
25.2 Parametric methods for endogenous treatment
25.3 ERM commands for endogenous treatment
25.4 ET commands for binary endogenous treatment
25.5 The LATE estimator for heterogeneous effects
25.6 Difference-in-differences and synthetic control
25.7 Regression discontinuity design
25.8 Conditional quantile regression with endogenous regressors
25.9 Unconditional quantiles
25.10 Additional resources
25.11 Exercises
26 Spatial regression
26.1 Introduction
26.2 Overview of spatial regression models
26.3 Geospatial data
26.4 The spatial weighting matrix
26.5 OLS regression and test for spatial correlation
26.6 Spatial dependence in the error
26.7 Spatial autocorrelation regression models
26.8 Spatial instrumental variables
26.9 Spatial panel-data models
26.10 Additional resources
26.11 Exercises
27 Semiparametric regression
27.1 Introduction
27.2 Kernel regression
27.3 Series regression
27.4 Nonparametric single regressor example
27.5 Nonparametric multiple regressor example
27.6 Partial linear model
27.7 Single-index model
27.8 Generalized additive models
27.9 Additional resources
27.10 Exercises
28 Machine learning for prediction and inference
28.1 Introduction
28.2 Measuring the predictive ability of a model
28.3 Shrinkage estimators
28.4 Prediction using lasso, ridge, and elasticnet
28.5 Dimension reduction
28.6 Machine learning methods for prediction
28.7 Prediction application
28.8 Machine learning for inference in partial linear model
28.9 Machine learning for inference in other models
28.10 Additional resources
28.11 Exercises
29 Bayesian methods: Basics
29.1 Introduction
29.2 Bayesian introductory example
29.3 Bayesian methods overview
29.4 An i.i.d. example
29.5 Linear regression
29.6 A linear regression example
29.7 Modifying the MH algorithm
29.8 RE model
29.9 Bayesian model selection
29.10 Bayesian prediction
29.11 Probit example
29.12 Additional resources
29.13 Exercises
30 Bayesian methods: Markov chain Monte Carlo algorithms
30.1 Introduction
30.2 User-provided log likelihood
30.3 MH algorithm in Mata
30.4 Data augmentation and the Gibbs sampler in Mata
30.5 Multiple imputation
30.6 Multiple-imputation example
30.7 Additional resources
30.8 Exercises
Glossary of abbreviations
References

Author index
Subject index
Tables
16.1 Evaluator types for ml, moptimize(), and optimize()
16.2 Optimization techniques for evaluator types for ml,
moptimize(), and optimize()
17.1 Four commonly used binary outcome models
18.1 Commands for multinomial models
19.1 Moments of normal errors truncated from above
19.2 Some standard copula functions
19.3 Conditional and unconditional means for models in logs
20.1 Goodness-of-fit criteria for six models
22.1 Commands for nonlinear panel models
23.1 sem commands and equivalent standard Stata commands
23.2 gsem commands and equivalent standard Stata commands
23.3 Summary of ERM commands and command options
23.4 Selected ERM commands for handling endogeneity and
selection
24.1 Size and power analysis terminology and notation
24.2 Key basic TEs methods and commands
24.3 teffectsra and ERM commands when treatment is exogenous
25.1 Selected ERM commands when treatment is endogenous
25.2 LATE: The four types of individuals
25.3 Selected options of rdrobust command
Figures
16.1 Objective function with multiple optimums
17.1 Predicted probabilities versus hhincome and receiver operator
characteristics curve following logit
17.2 Predicted probabilities from local logit compared with logit ML
19.1 Log earnings by attrition status for wave 1 and for wave 3
20.1 Four count distributions with the same mean
20.2 Fitted values distribution, FMM2-P
20.3 Densities of posterior probabilities for FMM Poisson and NB2
20.4 Quantile plots of count docvis (left) and its jittered transform
(right)
21.1 Histograms for complete and incomplete spells
21.2 Kaplan–Meier estimate of survivor function
21.3 Kaplan–Meier estimate of survivor function
21.4 Survivor and related curves following Cox PH regression
21.5 Check for parallel log–log survivor curves
21.6 Compare Cox PH to Kaplan–Meier survivor curve
21.7 Graph of Schoenfeld residuals against spell length
21.8 Hazard rate from various survival models
21.9 Weibull hazard controlling for frailty
23.1 Fitted means from FMM2 gamma regression
23.2 Posterior probabilities from FMM2 gamma regression
23.3 Fitted probabilities from FMM2 logit regression
23.4 Path diagram for measurement-error model
23.5 Path diagram for regression with measurement error
24.1 Quantile plots of TE
24.2 Propensity-score overlap
25.1 Synthetic control: Outcomes and difference in outcomes
25.2 Synthetic control: Treated and donor outcomes
25.3 SRD: Scatterplot and global or local regression fits
25.4 RD: Binned data scatterplot and check of discontinuity in the
running variable
25.5 SRD: Scatterplot and binned plot
25.6 SRD: ATE estimate using local linear and local quadratic
regression
25.7 SRD: ATE estimate using local linear and local quadratic
regression
25.8 SRD: Placebo plots
26.1 Heat map of homicide rate in various counties
27.1 Local linear regression of earnings on hours with bootstrap
confidence intervals
27.2 Semiparametric regression: Partial linear and single-index
models
27.3 GAM: Partial residuals and fitted against regressors x1, x2,
and z
28.1 Lasso versus ridge
28.2 Plots of CV values and coefficients as changes
29.1 Posterior densities of the three regression parameters and the
error variance parameter
29.2 Diagnostics for 10,000 MH posterior draws of
29.3 Diagnostics for 10,000 MH posterior draws of mu
29.4 Diagnostics for posterior draws of education coefficient
29.5 Trace for all four coefficients
29.6 Density for each half of draws for all four coefficients
30.1 Diagnostics for posterior draws of education coefficient
30.2 Diagnostics for posterior draws of education coefficient
30.3 A basic scatterplot of log earnings on hours
Exploring the Variety of Random
Documents with Different Content
— Niin, kuka sitä meillä, tätäpä, teetättää? Ei meillä ole peltoja
eikä ruisaumoja, piru vieköän.

— Ei, mutta jätä jo tuo. Maailma on sellainen kuin on, aikansa, ja


kun
tulee toinen aika, niin se on toinen ja se tulee ilman touhuamatta.
Viis murheista ja juo tätä viinaa, jossa on yön yrttejä. Tuletko
Kenkkulaan saunaan tänä iltana?

— Tulisin muuten, jo Aataminkin vuoksi, sovintoon, mutta on


hiihdettävä toiseen pitäjään. Katso, minua vaivaa rakkauden tauti,
perr-kele!

Turakka heilautti kättään niin että lakki lensi päästä ja takkuiset


hiukset häilähtivät. Kirous kajahti pingotettujen huulien välistä, ja
silmissä leimahteli.

— Eikö se ole hullua, että Jussi Turakka on kerran rakastanut ja


väliin vieläkin? Hahhaa!

Nauru kuului peloittavana korvessa. Taivas oli mennyt pilveen, ja


muutamia raskaita pisaroita tipahteli. — Hahaa! kuului jälleen koi
kosti Turakan hampaitten lomasta ja mies kirosi:

— Jos, perkele, en olisi tähän toimeen ryhtynyt, olisi minulla toinen


elämä elettävänä. Kuule, oikeat ihmiset halveksivat meitä. Sekin
tyttö…

— Elä nyt, saatana, puhu tytöistäsi, mutta ryyppää, ryyppää,


ryyppää niin että kuuntelet yhden viikon mehiläisiä, ja vaikka sielusi
menisi helvettiin, niin ryyppää uhallakin ja laula, laula niin että korpi
helisee, ja naura, naura, piru, niin että kaikki muutkin nauravat.
Katso, mehän olemme piruja, korven luolissa lymyviä piruja, ja
meidän pitää nauraa maailmalle ja ryypätä väliin, ryypätä niin että
pää on kuin pehkuläjä. Etkö sinä luule minun kärsivän ja tuntevan,
piru vie, mutta minä nauran, nauran mustasta parrastani kuin piru
tälle maailmalle ja sen laeille ja laitoksille ja kuljen kylästä kylään ja
oikasen viimein ketarani kuusen juurelle, kun on kesä ja suopursut
tuoksuvat korvessa ja itikka laulaa korvan juuressa. Elä haasta
rakkaudesta, kuka perkele meitä rakastaa muut kuin isännät, ja se ei
ole rakkautta. Ei ole isää eikä äitiä eikä mitään muuta kuin tätä
kirkasta viinaa — Patrakka nostaa pullon ilmaan ja heiluttaa sitä —
yrteillä sekoitettua, että hulluus ja voima nousee päähän ja me
saamme nauraa ja kulkea piruna kylästä kylään. Loiskis, siihen meni
yksi pullo petäjän kylkeen ja tästä otetaan toinen, juo ja mene
pyrynä, piruna, toiseen pitäjään.

Turakka joi pullon tyhjäksi yhdellä oikaisulla, löi kättä Patrakalle,


painoi hatun silmilleen ja hyppäsi suksilleen.

Korvessa kuului vielä kerran kolkko nauru, ja raskaat pisarat


putoilivat pilvistä.
KYMMENES LUKU.

Herätessään seuraavana aamuna leveässä puusängyssään ei Bertil


Hög muista ensin missä on. Sitten tulee mieleen ukot ja viina, talo ja
komea tytär, Kylli. Hänhän onkin korvessa, siunatussa maassa,
missä vuotaa viina ja hunaja. Sen tytön suu on hunajata, ja viina, se
on ihmeellistä. Hänen voimattomiksi käyneissä käsivarsissaan on
vieläkin sen viinan voimaa. Vaiko muuta lienee, maan ja korven
antamaa.

Se saattaa olla sitäkin ja sitä saa mielin määrin, joka päivä,


viikkoja ja kuukausia.

Bertil istuu sängyssään ja katselee raamatunlausekorttia seinällä.


Lause on painettu kullalla ja lintu kantaa sen alla lehvää nokassaan.
"Iloitkaat aina Herrassa."

Se lause on siinä mukava. Ja lehvää nokassaan kantava lintu.


Vaikka ihan häntäkin varten. Nyt hän on täällä paossa tympeätä
kaupunkia ja sen ihmisiä. Jos on viinoja, niin ryyppää, vähän,
maistaa, niinkuin ukko sanoo, ja jos ei ole, niin voimaa saa täällä
kyllä ruumiiseensa.
Jos jäisikin tänne vaikka lopuksi iäkseen. Ottaisi talon tyttären
ystäväkseen ja laittaisi mökin.

— Kas, johan te olette valveilla.

Kylli kurkistaa ovelta ja menee hakemaan varmaankin


kahvitarjotinta.

Kylli tulee, vastasilitetyssä pumpulipuvussaan, iloa uhovana, ja


laskee tarjottimen pöydälle.

— Kuulehan, Kylli, istuhan tuohon sängyn laidalle, pyytää Bertil. —


Meistä tulee varmasti oikein hyvät ystävät ja meidän pitää sanoa
sinuksi toisiamme, ilman muuta kursailua tahi odottelua, eikö niin?

Tyttö istuu sängyn laidalle ja puna karehtii poskilla. Nauraa


veitikka niin että valkoiset hampaat välkkyvät. On kuitenkin hieman
hämillään.

— Niin minustakin. Turhaa se on teitittely.

— No oikein kättä päälle, sanoo Bertil ja ottaa tytön käden


omaansa. Katselee sormien kirkasta ihoa. Onpahan maalaisillakin
kauniit kädet ja sitten niin voimakkaat. Niillä Helsingin hempukoilla
sellaiset verettömät ja…

— Ei saa katsoa.

Tyttö pistää kätensä taakseen ja katsoo Bertiliin. Meinanneeko se


ottaa hänet noin ilman mitään vaan, mutta ei tipu.

Bertilin on niin ihmeen hyvä olla siinä, loikoa ja katsella tyttöä. Sillä
on täyteläiset rinnat ja ne kohoilevat tasaisesti puseron alla. Hiukset
olivat illalla sykeröllä, mutta nyt ovat sitaistut niskasta nauhalla ja
vahva kiemura on sukeltanut kaulaa myöten rinnalle ja valuu
peitteelle.

— Onpa sinulla rehevät suortuvat.

Tyttö vetäisee häntä kasvoille kädellään ja nauraa mennessään.


Tuvasta kuuluu vielä sen hilpeä nauru. Saattaa nauraa vaikkapa
hänellekin, kaupunkilaisherralle, joka vielä yhdeksän ajoissa
pötköttää sängyssään.

Ei, tästä on noustava.

Isäntä tulee kamariin, kimppu lapikkaita käsivarrellaan. On


johtunut mieleen, että Perttulilla pitää olla pieksut, kun kerran on
maalla ja kun mennään viinakokkia katsomaan. Eihän niillä miten,
patiinakengillä, lumessa.

— Valikoippas tästä mieleiset nyt itsellesi ja muutenkin sopivat.


Emäntä tuo sieltä hyvät villasukat, koskapa näkyy näitä
silkkirepaleita sinulla… Nämä on pitäjän parhaan suutarin tekemiä.

— Voi perhana, ihastuu Bertil. Kun hän on ikänsä kaivannut


sellaisia kenkiä, maalla ollessaan, mutta ei ole tullut teetetyksi.

— Minä voitelin lampaantalilla tuosta kaksi paria, koetappas


jalkaasi, jos eivät vain pienet liene. Se on nuorella miehellä komea,
tämä ruskea lapikas. Niinpä sutkahti jalka kuin suohon, eikä ole
rinnastakaan iso. Taisipa sattua ihan ensi koetuksella.

— Jo sattui, sopivat ovat ja niin perkasen mukavat. Syntyy näillä.

— No vaikka tyttöjä tanssittaa.


Emäntä tuo harmaat villasukat ja nauraa hekottaa herralle siinä
sängyssä, kun on housutkin jäänyt puolitiehen jalkaan vetäessä.

— Tässähän nämä nyt olisivat, lienevät liian karkeat hienolle


pitäjälle. Kyllin kutomat ovat, sanoo.

— Vai Kyllin kutomat. Hyvätpä ovat, tuhansia kiitoksia vain. Ja


nämä lapikkaat, voi turkanen, enköhän ota ja tanssita emäntää,
sanoo Bertil.

— Kyllä sitä ennen tanssittiin lötkötettiin, jotta hiki reisiä myöten


lorotti. Nyt on jalat kuin tukit, kun tätä liikaa läskiä, turvottajaa, on
kertynyt.

*****

Ulkona on huhtikuun aurinkoa tulvillaan koko avaruus. Lumi sulaa


pelloilla, joissa näkyy jo suuria sulaläikkiä, ja kun menee talon taakse
metsään, lähtee siellä teiri männyn juurelta pälvestä.

Niillä pieksuilla on nautinto astua vesilätäkköön, joka on tuvan


nurkalla, ja porskutella hyhmäistä hankea pellon laidassa.

Talossa on paljon salaperäistä ja jotain riemastuttavan voimakasta


tällaisena huhtikuun aurinkoisena päivänä. Ihmisissäkin on kevään
vauhtia. Renkipoika loilottaa pellolla, ja kun Jooseppi ajaa isolla
oriilla pihaan, huutaa kohti kurkkuaan. Kylli juoksee pihamaan poikki
ja nauraa, kääntyy ja heittää kostealla lumella häntä, Bertiliä. Kuistin
ovella sitten vilahtaa nauravat silmät ja notkuvat lanteet.

Talon sisällä on erikoinen henki, näissäpä vanhoissa honkaisissa


huoneissa, joita ei ole tapeteilla pilattu, vaan joiden seinissä hohtaa
kirkkaan ruskea honka, joka juhannus- ja jouluaatoksi luudilla
hohtavaksi hangattu.

Isännän kamarissa on iso kaappi, punaisella ja vihreällä maalattu


ja lujasti raudoitettu. Siellä on rahaa ja viinaa. Leveillä ja valkoisilla
maalittomilla lattiapalkeilla on kirkas matto ja ikkunan edessä koruton
pöytä, ääressä pari tuolia. Vuoteen yläpuolella on raamatunlause:
"Herra on minun kanssani, ei minulta mitään puutu."

Niinpä niin.

Bertil hymähtää iloisesti.

Ei puutu kirkasta viinaakaan, vaikka se niin monelta puuttuu,


hyvältäkin.

Emännän kamari on siinä vieressä, ja Bertil menee sen läpi Kyllin


kamariin.

Siellä tuoksahtaa vastaan puhtaan vaatteen haju.


Kuvapostikortteja on pöydällä ja monia koruompeluksia sängyn ja
kaapin päällä levällään. Sängyn päällä on pusero, Kyllin pusero,
jossa on voimakasta ihon tuoksua.

Tyttö lennähtää ovesta, Kylli, ja punastuu.

— Täälläkö sinä… kun kaikki on täällä niin sekaisin… tuletkos


pois.

Siinä tytössä on voimaa, ja Bertil tuntee sykähdyttävän halun


vetää tyttö lähemmäksi ja… mutta se on otettava muuten, eikä
niinkuin joku kaupunkilaismamsseli, vyötäröiltä piukattu ja silkissä
sihisevä. Tämän rinnalla ovat tyhjää ilmaa, miettii Bertil. Sen hän on
jo ennenkin huomannut ja tuntenut, mutta nyt vielä selvemmin, että
tuollaista maalaistyttöä kuin Kylli tuossa ei voita suloissa eikä
muussa mikään. Kulttuurin runtelemia raukkoja, miettii Bertil niistä
kurotuista ja pyntätyistä hempukoista.

— Odotas, minä haen sulle jotain, sanoo Bertil ja menee


kamariinsa. Hän on muuten mukavikseen varannut muutamia
hienoja hepeneitä, ilahduttaakseen niillä jotain mieleistään
maalaistyttöä.

Bertil palaa, käsissään hieno silkkipusero ja — sukkanauhat. Ne


hän on ottanut tällä kertaa mukaan vain piruuttaan, nähdäkseen
tytön oikein perinpohjin punastuvan. Ne hän pistää taskuunsa,
ottaakseen vasta myöhemmin esille.

— Tässä… se sopii varmasti hyvin sinulle.

Kylli sävähtää punaiseksi kasvoiltaan. Silmissä kimaltelee.

— Se on kaunis, mutta — liian hieno minulle, sanoo.

— Älähän puhu, tämä sopii oikein hyvin, saat uskoa.

Tyttö miettii, sivelee kangasta ja katselee koruompeleita.

— Mitä sinä tosiaankin hulluttelit, kun tällaista ostit ja kenelle?

Tyttö katsoo kiinteästi Bertiliin. Varmaankin ostanut jollekin, josta


ei sitten enää pitänyt, ja nyt tahtoo antaa minulle.

— Sinulle.

— Elä höpsi. Ethän sinä minusta mitään tietänyt. Annas kun


koetan, onko se väljä.
Tyttö sukasee pois puseron päältään ja pujottelee hepeneen
päälleen.
Seinällä on peili, josta hyvin näkee.

Miks'ei se, semmoiseen hienoon hipiään… kyllähän se…

— Ja sinä ihan annat tämän minulle, sanoo Kylli, hyväksyen


tarjouksen. Eihän hän voi vastustaa kauniita vaatteita. Ja saahan se
nyt joku tällainenkin olla talon tyttärellä.

— Miten minä sinua osannen kiittääkään, sanoo tyttö melkein


heltyneenä.
— Mutta mitä varten sinä näin tuhlaat?

— Katsohan, kun minulla ei ole edes siskoa, jolle saisin näin


antaa, vielä vähemmin muuta ystävää.

Kylli nauraa.

— Kyllä kai sinulla on ystäviä montakin. Olisin minäkin mielelläni,


mutta olen tällainen typerä tyttö.

— Elä puhu… ja sitten on vielä tässä tällaiset…

Bertil vetää taskustaan nauhat ja odottaa saavansa niillä ensin


korvilleen tytöltä, joka lähtee sitten suin päin pakoon.

Tyttöpä ei olekaan sitä lajia, joksi Bertil luulee, vaan suora ja


luonnollinen.

— Nämäpäs mukavat ovat, ihastuu hän. — Olisin monta kertaa


ostanut, vaan en ole saanut. Ja tämä kiinnitetään sukkaan näin.
Tyttö nostaa helmaansa ja pistää nauhan sukan laitaan. Bertil
näkee kauniin polven.

— Niin, annas kun laitan ne kiinni.

— Eläpäs… saan minä ne itsekin.

Tyttö laskee tavarat kaapin päälle ja sanoo:

— Nyt sinun pitää lähteä syömään, ruoka jäähtyy. Saat


haukisoppaa, vai söisitkö mieluummin paistettuna?

Ja menee nauraen edellä.

Bertil sykähtää muutamasta ajatuksesta. Hän saa kyllä tytön,


mutta kokonaan toisella tavalla kuin jonkun kaupunkilaishempukan.
Ei maalaistalojen tyttäriä yhtenä eikä vielä kahtenakaan iltana
valloiteta, niinkuin tehdään kaupungissa.

Miten ihanaksi kevät tuleekaan. Hän saa vielä voimansa takaisin.

*****

Isäntä muhoilee ruokailukamarissa höyryävän hauen ääressä.

— Maistetaanpas pikkuisen ensin tätä Patrakan viinaa. Sekin on jo


oppinut sen yrttiensekoittamistaidon. Ja sitten mennään saunaan ja
annetaan tuimat löylyt Hörödiille, joka on tullut viinoja nuuskimaan.
Istuvat Hiertiäisen kanssa tuolla tuvassa. Se on sen Asarin
keksintöä.

— Mikä on Hörödii? kysyy Bertil.


— Onpahan semmoinen höpsähtävä poliisi, viinapoliisi, käy
haistelemassa ihmisten henkeä ja on aina liikkeessä. Hiertiäinen oli
pyytänyt tänne saunomaan. Annetaan löylyt.

Bertil nauraa. Tämä Rämekorven kansa on ihmeellistä.


YHDESTOISTA LUKU.

Toukokuu. Routaiset kylätiet upottavat. Hörödii ajelee nimismiehen


kanssa Rämekorven sydänmaalle, poliisitutkintaa pitämään
ryyppäämisestä ja maistamisesta, ja, jos sattuu tapaamaan Turakan
tahi Patrakan, myöskin valmistuksesta.

Ja voihan niitä talojen miehiä, juupelia, syyttää siitä samasta.


Patoja ja pannuja ovat korpeen haalanneet ja hevosineen vetäneet
isoja rankkisaaveja.

Olisi voinut ehkä jäädä tutkinnot ja muut pitämättä, jos eivät olisi
Kenkkulan saunassa Hörödiin selkänahkoja polttaneet.

Kun narrattiin mies yksin lauteille, ihan alkupäähän, ilman vesiä ja


muita, ja sitten sangollinen vettä jyriseville kiville. Mitenkä siinä
kerkesit itsesi alas pudottaa, ja jos mahallesi rupesit, niin nahka
selästä kokoon.

Sitten muhoillaan ja sanotaan, että mitenkä se niin sattui, ettei


vesiä muistettu antaa. Valitellaan mukamas vahinkoa, joka oli
kohdannut. Silmäkulmissa kiilsi jokaisella kuin kissalla, ja se
Helsingin herra, sälli, mikä lienee ollut, nauraa sitten kuin mieletön.
Benjaami Hörödii sylkäsee vihoissaan ja repäsee hevosta
ohjaksista. Kun juutas nukkuu tielle.

— Elä sylje saappaille! kivahtaa nimismies, joka on myöskin


vihoissaan siitä, että on pitänyt mokomalle reisulle lähteä
peninkulmien taakse tämän Hörödiin, rähjäkkeen, kimputuksesta.
Hänen puolestaan vaikka aina keittäisivät, kun kerran omistaan
keittävät. Ja tarpeen on välistä, jos sattuu saamaan, itselleenkin,
varsinkin näin tautisena aikana.

— Piruako se tuo hevonen kuhnii. Kuuletko sinä, Hörö, lyö


hevosta, ryökälettä, kun mataa kuin varis.

Bennu on nukahtanut siinä lämpimässä paisteessa, kun yöt


tahtovat mennä päivien lisäksi siinä viran toimituksessa. Säikähtää,
kun nimismies karjasee korvaan.

Hörödii roiskii ohjasperillä hevosta, mutta Kakkelperin vanha


tamma suuttuu siitä ja potkasee, räväyttää kärryjen likasuojan
nimismiehen silmille.

— No perkele! Hae iso puu metsästä ja hakkaa sillä. Sietäisit,


sika, selkääsi, kun tänne narraamaan, no, nyt se laukasee toisen
kerran.

Tamma räväytti tällä kertaa lakin Hörödiin päästä. Ei toki


pahemmin sattunut.

— Aha, kunpahan olisi hipaissut vähän tuota paistikastasi.

— No, ei pidä haukkua, nenä kuin nenä. Mitä varten nimismies


käski lyömään konia?
— Mitä varten sinun piti narrata minut tänne, tämän kaakin rattaille
ja tyhjää jälestä ajamaan? ärähtää nimismies. — Enkä minä tässä
jouda viikkokausia makaamaan. Käännä koni takaisin kirkonkylään.

— Tuota… no, nimismies, kun se kylä on tässä ihan lähellä, ja jos


nyt annetaan tämän hevosen leppyä, niin hyvä tästä tulee. Eikö
minun olisi pitänyt niitä saamaria lähteä hätyyttämään, kun
selkänikin polttivat?

— Kunpahan olisivat korventaneet niin, ettet olisi yhteen vuoteen


päässyt paikalta liikkumaan, Hörökki, löylynlyömä.

— No, no, johan tämä on kunnian loukkausta, sanoo Hörödii.

Hevonen lähtee laiskasti lurppimaan, ja Hörödii pitelee varovasti


ohjia.

— Vai kunnian… no nosta sitten juttu ja ota tuon kaakin hännästä


vieraatmiehet.

Nimismies nauraa jo sille heittiöille, joka on hänet tänne narrannut.

Kärryt heittävät puoleen ja toiseen routaisella maantiellä, ja


nimismiehen iso ruho tuntuu kipeytyvän. Kaivelee sisua ja suututtaa,
ja kun ei saa muutakaan Hörödiille, niin sylkäsee vahvan syljen
poliisin rinnoille.

Poliisi ei virka mitään, pyyhkii vain rintamuksensa.

Jonkun matkan päässä on mökki, ja hevonen täytyy jättää siihen.


Matkaa on jatkettava jalkaisin. Se suututtaa yhä enemmän ärtynyttä
nimismiestä.
— Tässä on lähinnä Syllykän mökki, jossa asuu se hyysääjä,
Syllykkä, joka pitäisi saada kiinni, siitäpä viinan myynnistä ja muusta,
kuljettamisesta.

— Mikä Pyllykkä? Meinaatko sinä kaikki akan pyllykät kuljettaa


samoilla rattailla kirkonkylään kuin minutkin, häh? Enkä minä jaksa
rämpiä näitä upottavia kyläteitä. Piru sinut vieköön…

— Vai minut… ja nämä viinan keittäjät ja nauttijat saisivat olla vain


rauhassa nimismieheltä, pistää poliisi. — Tästä pitää kai tehdä
kantelu maaherralle, kuvernyörille, vai miten?

— Haista nyt jo hevon — — ja kantele sontatyörille, mokoma


Niuvanniemeltä karannut hurja… Ja jos nyt aukaset littisi, niin silloin
paukahtaa, karjasee nimismies niin että metsä vastaa.

Päästään siitä Syllykän mökille. Akka vähän hätkähtää


nimismiehen tulosta, mutta selviää pian siitä. Toimittaa nimismiestä
istumaan, ja kun nimismies vielä äkeissään ei malta olla sanomatta,
että häntä vaivataan ja kuljetetaan pätö asian tähden, niin akkakin
siitä Hörödiitä haukkumaan.

— Että sinä, rutale, kehtaatkin vanhaa ja väsynyttä virkamiestä,


jolla olisi parempatakin tehtävää, kuljettaa ja höyryyttää. Ja sitten
mukamas viinoja ja keittäjiä… kun se tämä Hörödii on mikä lienee
vähän päästään… ja saanut siihen nuppiinsa, että täällä viinoja…
että mitenkä se on, herra nimismies, kun tällaisia pidetään ruunun
palveluksessa? Jos tästä juttu nostetaan, niin kukahan vastaa.

Nimismies nauraa.
— Siinä sen kuulet, sanoo Hörödiille. — Menehän hakemaan, jos
saat lähtemään ne toiset, Hiertiäiset ja muut, tänne, niin pidetään nyt
sinun mieliksesi se tutkinto. No, ala painella.

Hörödii lähtee, ja nimismies nauraa koko puuhalle. Jopahan sieltä


Hiertiäiset ja muut lähtevät! Ja hänpä ei vaan lähde heitä
jahtaamaan.
Saisi tuolta akalta viinaryypyn edes tähän väsymykseensä.

Nimismies valittaa väsymystään ja sitä, että poliisi on hänet tänne


narrannut.

— Mitä minä kenenkään viinoista. Omapahan on asiansa, joka


viljoistaan luulee liikenevän viinaksi. Ja keittäjille ei taas saa mitään,
kyllä ne varansa osaavat pitää. Eikö Pyllykällä olisi yhtään, sitäpä
kotitekoista, kun niin rupesi ruumista raukomaan?

Akka katsoo hieman epäillen nimismiestä. Meinaisikohan sillä


keinoin urkkia jotain, ja jos saisi, niin mitähän tuosta tulisi?

— Kyllä Pyllykkä saa luottaa minuun, etten rupea oikeuksiin


kuljettamaan. Jos vaikka yksi suullinen…

— Kyllähän minulla vähän on sen panskan taudin varalta, mutta


jospa nimismies sitten sakottaa, sanoo Syllykkä.

— Johan minä sanoin, etten rupea käräjöimään. Tuokaa vain pian,


ennenkuin se Höröläinen sieltä palaa.

Akka toi putelin.

— Tämä onkin sellaista, että kyllä voimat palaavat ja lisän kanssa.


Jos minä kiehauttaisin kahvin ensin, vai miten nimismies tykkää?
— Eikä tarvitse… näin kylmiltään on mukavampi.

Nimismies tuntee, miten viina alkaa kiertää väsyneessä ruumiissa,


ja pyytää lisää akalta.

— Minä annan tuosta sinulle vähän vaateapua, koskapa näkyy


huonot olevan, tuohan vielä, jos sulla on, yksi puteli, että saan
evääksi, senpä espanjan varalta.

Nimismies heittää satasen pöydälle.

— En minä toki rahalla, eeii… mutta kun nimismies on niin kovin


hyvä ja höyli, niin annan ainoanikin.

Akka tuo ison pullon ja laittaa sen konttiin ja neuvoo nimismiestä


sanomaan, että siinä on matikoita, tai vaikka mitä tahansa… sipulia.

Akka pistää sipulia kontin suuhun ja kiittelee itse keksintöään.


Satanen häviää pöydältä. Sehän oli hinta kahdelta litralta, ja
nimismies on hyvillään, kun sai sillä hinnalla.

*****

— Eihän ne lähteneet, valittaa Hörödii, joka palaa hikisenä kylältä.



Kyllä nimismiehen nyt on lähdettävä antamaan virka-apua.

— Kyllä minä autan sinua, kunhan päästään tuonne maantielle, ja


nyt ala kääntää ketaroitasi sinne mihin se koni jäi.

— Mutta se tutkinto… minun täytyy valittaa maaherralle.

— Valita vaikka hiiteen, mutta nyt lähtään.


Se loppuu siihen, ja Hörödii astuu nimismiehen jälessä maantielle,
ihmetellen, miten ukko nyt niin punoittaa. Ja noituu. Kun jalka
savisella tiellä vähän luistaa, kiroaa niin, että Hörödiitä hirvittää.

Mitä? Ukkohan haisi viinalle.

Hörödii koetti päästä esimiehensä rinnalle, haistamaan henkeä.


Nimismies arvasi metkun ja kirosi:

— Haistele sinä lehmän… äläkä tule niin lähelle, muuten rutjautan.

— Mitäs tässä kontissa on? kysyy poliisi.

— Mitäs sillä tiedolla teet? Saat turpaasi, jos kyselet.

— Taisi vallesmanni ostella viinaa siltä akalta.

— Niin ostin, mikä sitten. Ja tuki nyt kitusesi, ellet aio saada
selkänahkaasi. Ja käännä hevonen.

"On Suomi mulleee suuloisiin,


vaan Häämee siiitäi kalliihiiin"

laulahtaa nimismies.

— Kuulehan sinä, Bennu, miksi muutit nimesi Hörödiiksi? Korodii


olisi ollut somempi, eli korpisammakko. Sehän olisi sopinut, kun sinä
niitä korpia koluat. Kyllä ihmisen on hyvä olla joskus oikein hu-
umalassa, niinkuin sika, eli muu elukka. No, nostappas minut nyt
kärryihin, Korodii.

— Piru, jos minä nyt jo suutun, sanoo poliisi. — Tämä muka


vallesmanni, ostaa viinaa ja juo.
— Ihminenhän se on vallesmannikin, ja tuntee sen suu yhtä hyvin
viinan kuin muittenkin. Noo, nosta nyt. Saat ryypyn viinaa.

— Enkä nosta. Jätän tuohon maantielle tuommoisen nimismiehen.

— No haista sitten se ja mene hiiteen.

Vallesmanni ottaa kärryt ja kääntää käsissään ne ja nousee


istuimille.

— Nyt saat kävellä, Korodii, ja minä ajan, ja jos sinä suutasi avaat
tästä kontista ja muusta, niin minä ni-nitistän sinut. No, nousehan ja
aja, minä vähän laulan.

"Siell' Suomenlaaahden rannallaa,


juur viiherjääällä nurmellaaa".

Routainen maantie upotti, ja nimismiehen ruhoa heitti kärryissä.


Vähitellen tuli virkamies merikipeäksi ja röhjäsi pahasti Hörödiin.

— Nyt minä, piru soikoon, kantelen kuvernyörille, suuttui jo poliisi.

— Tee sinä se, niin minä revin tukan päästäsi.

Kakkelperin tamma käveli verkalleen, kiirettä pitämättä.


KAHDESTOISTA LUKU.

Bertil makaa päivänpaisteessa, tuoksuvalla nurmella, pehmeä mätäs


pään alla. Äsken on käyty Aatamin kanssa kokemassa verkot, ja
ukko on kähninyt pihaan, täysi säynäväkontti selässä, pienessä
aamuliehakassa, mukavia puhuen.

Bertil on rötkähtänyt siihen rannalle, tuntemaan ja miettimään.


Lintujen laulu kuuluu korviin, ja lehtimetsä tuoksuu vielä
aamukasteessa pihkalle.

Aurinkoa on kylliksi näinä kesäkuun kirkkaina päivinä. Se on


ruskettanut jo hänenkin pääkaupunkilaishipiänsä ja tunkenut joka
soluun. Voimaa on jo näissä käsivarsissa, vaikka alkaisi tuohon
ketoon peltoa kuokkia. Sitä on jo koko ruumiissa, vaikka tuon kiven
tuosta vääntäisi.

Onnellisia ihmisiä nämä kivenvääntäjät ja maanmöyrijät, monin


verroin onnellisempia, köyhimmätkin, kuin kaupunkien sinisuoniset
asukkaat, miettii Bertil.

Heillä on korpensa, viinansa, saunansa ja naisensa, väkevät nekin


kuin karhut ja lemmessä kiihkeät. Elämä sykähtelee heissä tuhat
vertaa sukkelammin kuin valkopintaisessa kaupunkilaisessa.

You might also like