Forecast.lm（）如何计算置信区间和预测区间？

Question

我进行了回归：

CopierDataRegression <- lm(V1~V2, data=CopierData1)

我的任务是获得

给定的平均响应为90％置信区间V2=6，

90％预测区间时V2=6。

我使用以下代码：

X6 <- data.frame(V2=6)

predict(CopierDataRegression, X6, se.fit=TRUE, interval="confidence", level=0.90)

predict(CopierDataRegression, X6, se.fit=TRUE, interval="prediction", level=0.90)

我知道了(87.3, 91.9)，(74.5, 104.8)这似乎是正确的，因为PI应该更宽。

两者的输出也包括在内se.fit = 1.39。我不明白这个标准错误是什么。PI与CI相比，标准误差是否应该更大？如何在R中找到这两个不同的标准错误？ 

数据：

CopierData1 <- structure(list(V1 = c(20L, 60L, 46L, 41L, 12L, 137L, 68L, 89L, 

          4L, 32L, 144L, 156L, 93L, 36L, 72L, 100L, 105L, 131L, 127L, 57L, 

          66L, 101L, 109L, 74L, 134L, 112L, 18L, 73L, 111L, 96L, 123L, 

          90L, 20L, 28L, 3L, 57L, 86L, 132L, 112L, 27L, 131L, 34L, 27L, 

          61L, 77L), V2 = c(2L, 4L, 3L, 2L, 1L, 10L, 5L, 5L, 1L, 2L, 9L, 

          10L, 6L, 3L, 4L, 8L, 7L, 8L, 10L, 4L, 5L, 7L, 7L, 5L, 9L, 7L, 

          2L, 5L, 7L, 6L, 8L, 5L, 2L, 2L, 1L, 4L, 5L, 9L, 7L, 1L, 9L, 2L, 

          2L, 4L, 5L)), .Names = c("V1", "V2"),

          class = "data.frame", row.names = c(NA, -45L))