R如何预测函数计算置信区间？

Question

我正在研究R中的线性回归函数，并且对输出的接收感到困惑：

0xA

在这里，我得到的模型摘要是：

系数：

library(ISLR)
data("Auto")
model1 <- lm(mpg~horsepower,data = Auto)
summary(model1)
predict(model1, data.frame(horsepower=c(98)), interval="confidence")
predict(model1, data.frame(horsepower=c(98)), interval="prediction")

第一个预测函数给了我：

             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 39.935861   0.717499   55.66   <2e-16 ***
horsepower  -0.157845   0.006446  -24.49   <2e-16 ***
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 4.906 on 390 degrees of freedom
Multiple R-squared:  0.6059,    Adjusted R-squared:  0.6049 
F-statistic: 599.7 on 1 and 390 DF,  p-value: < 2.2e-16

我认为置信区间是 fit lwr upr 1 24.46708 23.97308 24.96108 的+/- 2 * std.error。 R如何得出其置信度和预测区间计算？