Walmes,

Não generalise. Eu falei especificamente da função "nls.lm". Acredito que pelos comentários vc não leu sobre tal função. Assim como vc, também trabalhei com modelos não-lineares durante toda minha tese. Com tal função, vc não chuta qualquer coisa e não obtém qualquer coisa. Muito pelo contrário! Vc não precisa chutar nada. O algorítmo proposto pelos autores é extremamente confiável e converge qualquer coisa. Então, pode surgir a pergunta: Mas se ela converge qualquer coisa, é confiável? Sim! Pois se o modelo ajustado pelo função não descreve realmente o comportamento dos dados, no momento que utilizar outras funções para fazer inferências (confit, summary, entre outras), a função retornará um erro, o que indica que a função "apenas" converge. Sabemos muito bem que para encontrar estimativas dos estimadores nenhuma pressuposição estatística precisa ser feito. Logo, com esta função em mãos, é completamente desnecessário brincar de encontrar chutes iniciais. Portanto, fiquem tranquilos, por mais que a função encontre valores sem sentido, no momento de realizar inferência ela lhe retornará um erro, lhe indicando que aquelo modelo não é o correto. Ainda utilizo a função "nls" como já comentei, em casos no qual preciso utilizar o argumento "weights", do contrário, é muita perca de tempo, pois as 30 horas que gastastes para encontrar os chutes iniciais para utilizar a função "nls" (já perdi este tempo no paleozóico), a função "nls.lm" encontra em poucos segundos com a mesma precisão da função "nls".

Allaman
(S,f,P)