#variable explicativa categórica, variable respuesta discreta
boxplot(Y~X)

#variable explicativa cuantitativa, variable respuesta discreta
plot(X,Y)

#para ver las funciones link:
help("glm")

modelo1=glm(Y~X, family=poisson(link='log'))
modelo2=glm(Y~X, family=poisson(link='identity'))
modelo3=glm(Y~X, family=poisson(link='sqrt'))
summary(modelo1)
summary(modelo2)
summary(modelo3)
anova(modelo1, test='Chisq')
anova(modelo2, test='Chisq')
anova(modelo3, test='Chisq')

#comparación
modelo1$aic
modelo2$aic
modelo3$aic
D1=(modelo1$null.deviance-modelo1$deviance)/modelo1$null.deviance
D2=(modelo2$null.deviance-modelo2$deviance)/modelo2$null.deviance
D3=(modelo3$null.deviance-modelo3$deviance)/modelo3$null.deviance
D1
D2
D3
# En la evaluación del modelo seleccionado se debe evaluar si los residuos son
# los esperados (paquete DHARMA) y representar los modelos gráficamente, de 
# manera de poder visualizar y comunicar de manera más clara los resultados.