
      library(AER)
      library(MASS)
      data(Boston)


      # encontrar el orden polinomial óptimo del modelo polylog
      
      # extraer el R^2 del modelo seleccionado y asignarlo a R2


      # encontrar el orden polinomial óptimo del modelo polylog
      for(i in 4:1){
      mod  <- lm(medv ~ poly(log(lstat), i, raw = T), data = Boston)
      pval <- coeftest(mod, vcov = vcovHC)[(i+1), 4]
      if(pval < 0.05){
      print(i)
      break
      }
      }

      # extraer el R^2 del modelo seleccionado y asignarlo a R2
      R2 <- summary(mod)$r.squared


      ex() %>% check_for()
      ex() %>% check_object("R2") %>% check_equal()
      success_msg("¡Correcto! Usando el enfoque de prueba secuencial se obtiene un orden óptimo de r = 2.")