Não é realmente um especialista, mas essa pergunta não foi respondida por um tempo, então tentarei uma resposta: Posso pensar em três diferenças entre os modelos de GLMs e séries temporais a là Box e Jenkins:
1) Os GLMs devem sim modelar a variável Y como função de alguma outra variável X (Y = f (X)). Nos modelos de séries temporais, você está modelando (principalmente?) A variável Y como função de si mesma, mas dos passos anteriores (Y (t) = f (Y (t-1), Y (t-2), ...) );
2) Relacionado ao ponto anterior: os GLMs não consideram a autocorrelação da covariável de entrada, enquanto os modelos de séries temporais como ARIMA são de natureza auto-correlativa;
3) Acho que os modelos auto-regressivos se baseiam na suposição de que os resíduos são normais com média zero, enquanto os GLMs aceitam estruturas de dados mais complexas da variável resposta, possivelmente com uma distribuição não normal (Gamma, Poisson, etc.).
Existem regras quando usar o GLM e quando usar Séries Temporais? A menos que você esteja considerando no tempo do modelo um efeito aleatório, acho que os GLMs são simplesmente a abordagem errada para modelar séries temporais.