比较两个数据集的百分位数的线性回归

如何解决比较两个数据集的百分位数的线性回归

我正在尝试比较两组数据，一组数据具有每个儒略日期的苍蝇数量的每日总计数，另一组数据具有每个儒略日期的每只苍蝇的单独计数。它们都是独立的数据集，因为第一组由雷达收集，第二组由观察收集。我想比较日期。例如，它们看起来像这样...

Radar
|count|julian|
|:---:|:----:|
|67   |274   |
|31   |241   |
|3    |273   |
|2    |253   |
|45   |267   |

observation
|individual|julian|
|:--------:|:----:|
|EB        |218   |
|EC        |232   |
|EC        |156   |
|EB        |245   |
|EB        |268   |

我制作了核密度图，但现在想比较两个数据集之间的相关性，看看儒略日期是否相关。我特别想测试 5%、50% 和 95% 百分位数的相关性。请有人告诉我最好的方法吗？

我试过像这样在百分位数之间运行线性回归，但这不起作用。我是这种类型的统计数据的新手，所以非常不正确，但我不确定如何做！

radarquantile<- quantile(radardata$julian,probs = c(0.005))
obvsquantile<- quantile(obvs$julian,probs = c(0.005))
lm(radarquantile~obvsquantile)

感谢您对此的任何帮助。提前致谢。