Desculpem minha insistência, até tentei como podem ver, mas não consegui, alguém descobre faz para inserir uma elipse de confiança neste gráfico acima de Análise discriminante: plot(marajoara.norm.ldakm1,dimen=2,ylim=c(-5,5),xlim=c(20,35), cex=1,col=marajoara.norm.km1$cluster) library(ellipse) lines(ellipse(marajoara.norm.km1$cluster, centre = c(27,0)), type = "l") Abaixo tem o script que gerou este gráfico, e estou enviando também o arquivo de dados. http://www.datafilehost.com/download-1eccadf2.html marajoara=read.csv('Marajoara Mario.csv',head=T,dec=',',sep=';') marajoara.norm=sapply(data.frame(marajoara[,2:15]),scale) #marajoara.norm=(data.frame(marajoara[,2:15])) #summary(marajoara.norm) #library(fBasics) #basicStats(marajoara.norm) marajoara.norm.h=hclust(dist(marajoara.norm),method='average') #marajoara.norm.h=hclust(dist(marajoara.norm)^2,method='ward') plot(marajoara.norm.h,main='Marajoara original-Ward Linkage\n Square Euclidian Distance\n Hclust Dendograma') #pdf('figuras/Marajoara-original-dendograma-hclust-average.pdf') library(cluster) marajoara.norm.d=diana(dist(marajoara.norm)) plot(marajoara.norm.d,main='Marajoara original-Divisive Dendograma') #pdf('figuras/Marajoara-original-dendograma-divisive.pdf') #Componentes Principais initial=tapply(marajoara.norm,list(rep(cutree(marajoara.norm.h,3), ncol(marajoara.norm)),col(marajoara.norm)),mean) marajoara.norm.km1=kmeans(marajoara.norm,initial) marajoara.norm.pca=princomp(marajoara.norm) marajoara.norm.px=predict(marajoara.norm.pca) library(MASS) eqscplot(marajoara.norm.px[,1:2],type='n',xlab='component 1',ylab='component 2') text(marajoara.norm.px[,1:2],labels=as.character(marajoara.norm.km1$cluster), col=as.numeric(marajoara.norm.km1$cluster)) title('PCA Marajoara original - clusters kmeans\n centros iniciais corte dendograma hclust 3') #identify(marajoara.norm.px,n=5) #pdf('figuras/PCA-Marajoara-original-centros-kmeans\n centros inicias de corte dendograma hclust 3') initial=tapply(marajoara.norm,list(rep(cutree(marajoara.norm.d,3), ncol(marajoara.norm)),col(marajoara.norm)),mean) marajoara.norm.km2=kmeans(marajoara.norm,initial) marajoara.norm.pca=princomp(marajoara.norm) marajoara.norm.px=predict(marajoara.norm.pca) eqscplot(marajoara.norm.px[,1:2],type='n',xlab='component 1',ylab='component 2') text(marajoara.norm.px[,1:2],labels=as.character(marajoara.norm.km2$cluster), col=as.numeric(marajoara.norm.km2$cluster)) title('PCA Marajoara original - clusters kmeans\n centros iniciais corte dendograma diana 3') #identify(marajoara.norm.px,n=5) #pdf('figuras/PCA-Marajoara-original-centros-kmeans\n centros inicias de corte dendodiana-3.pdf') marajoara.norm.km=kmeans(marajoara.norm,3) marajoara.norm.pca=princomp(marajoara.norm) marajoara.norm.px=predict(marajoara.norm.pca) eqscplot(marajoara.norm.px[,1:2],type='n',xlab='component 1',ylab='component 2') text(marajoara.norm.px[,1:2],labels=as.character(marajoara.norm.km$cluster), col=marajoara.norm.km$cluster) title('PCA Marajoara original - clusters kmeans 3 centros') #identify(marajoara.norm.px,n=5) #pdf('figuras/PCA-Marajoara-original-clusters-kmeans-3-centros.pdf') #Análise Discriminante Linear marajoara.norm.ldakm1=lda(marajoara.norm,as.character(marajoara.norm.km1$cluster)) plot(marajoara.norm.ldakm1,dimen=2,cex=1,col=marajoara.norm.km1$cluster) title('LDA Marajoara-Grupo do K-Means - corte dendograma hclust em 3') #pdf('figuras/LDA-Marajoara-grupos-kmeans-dendohclust-3.pdf') #fazendo um zoom no gráfico corta um ponto plot(marajoara.norm.ldakm1,dimen=2,ylim=c(-5,5),xlim=c(20,35), cex=1,col=marajoara.norm.km1$cluster) title('LDA Marajoara-parte do gráfico para visualização\n Grupos do K-Means-corte dendograma hclust em 3') #identify(marajoara.norm.km1$cluster,n=5) #pdf('figuras/LDA-Marajoara-grupos-kmeans-dendodiana-3.pdf') library(ellipse) lines(ellipse(marajoara.norm.km1$cluster, centre = c(27,0)), type = "l")