> #4.4 Canned fruit Example
> x<-matrix(c(
+ 2,1,2,NA,NA,NA,NA,NA,NA,
+ NA,NA,NA,2,1,3,NA,NA,NA,
+ NA,NA,NA,NA,NA,NA,3,2,1,
+ 2,NA,NA,1,NA,NA,2,NA,NA,
+ NA,2,NA,NA,1,NA,NA,3,NA,
+ NA,NA,3,NA,NA,2,NA,NA,1,
+ 3,NA,NA,NA,2,NA,NA,NA,1,
+ NA,NA,3,1,NA,NA,NA,2,NA,
+ NA,1,NA,NA,NA,2,3,NA,NA,
+ NA,NA,2,NA,1,NA,3,NA,NA,
+ 1,NA,NA,NA,NA,3,NA,1,NA,
+ NA,2,NA,2,NA,NA,NA,NA,2),ncol=9,byrow=T)
> colnames(x)<-c("A","B","C","D","E","F","G","H","I")
> 
> xtotab(x)
         1         2         3
A 0.500000 1.5000000 2.0000000
B 2.333333 1.3333333 0.3333333
C 0.000000 1.5000000 2.5000000
D 2.333333 1.3333333 0.3333333
E 3.000000 1.0000000 0.0000000
F 0.000000 2.0000000 2.0000000
G 0.000000 0.5000000 3.5000000
H 0.500000 2.5000000 1.0000000
I 3.333333 0.3333333 0.3333333
> U(x)
           1         2          3
1 10.8333333 0.8333333  0.3333333
2  0.8333333 9.8333333  1.3333333
3  0.3333333 1.3333333 10.3333333
> BlockAnalysis(x)
$Cri
    Location  Dispersion
A  0.9370426 -0.15249511
B -1.2493901 -0.05718567
C  1.5617376 -0.12390227
D -1.2493901 -0.05718567
E -1.8740851  0.30499021
F  1.2493901 -0.72435176
G  2.1864327  1.07699669
H  0.3123475 -1.35339408
I -1.8740851  1.08652764

$partition
           df           SS     pvalue
Location    8 1.990244e+01 0.01071153
Dispersion  8 4.834991e+00 0.77505818
Residual    0 4.911627e-13         NA
Total      16 2.473743e+01 0.07459000

>