一种解决方案的草图（另一种见下文）：

1. 数据需要采用长格式（即每行的值）而不是 SPSS 中的宽格式（即每行一个主题），请参阅 reshape 包或?reshape. 这包括需要有一个变量来指示主题标识符（即主题ID）。
2. 所有因素（包括主题标识符）都必须属于类因素（str在您的数据框上运行以检查这一点）。如果你不这样做，你的结果将是错误的。
3. 如果您想获得类型 III 的平方和，请设置默认对比以影响编码：
   options(contrasts=c("contr.sum","contr.poly"))
4. 使用复合对称相关结构lme从包中指定所需模型（通过和nlme预先安装和加载包）。请参阅答案，尤其是我对这个问题的已接受答案的评论。在您的情况下，可能类似于（如果您提供了强烈建议的示例数据，您将收到正确的代码）：install.packages("nlme")library(nlme)
my.anova <- lme(dv ~ group*within, data = your.df, random = ~1|id, correlation = corCompSymm(form = ~1|id))
5. 使用通用anova函数来获得方差分析表（参见?anova.lme）：
   anova(my.anova)
   要获得类型 III 的平方和，请使用anova参数type设置为的命令"marginal"（这仅在对比设置为效果编码时才有效，参见第 3 点）：
   anova(my.anova, type = "marginal")
6. 类型的拟合对象lme现在允许不同的功能来执行对比。最灵活的解决方案（但相当不方便）是L调用中的参数anova.lme（再次参见?anova.lme）。
   其他解决方案也需要一个合适的lme对象作为参数：gmodels包中的函数
   也非常灵活。这个包也提供了这个功能。multcomp包允许 使用alpha 误差调整进行对比（但您只能使用您的一个因素执行对比），使用该功能。 一个新的和有前途的方法是对比包，然而，到目前为止，它似乎并没有提供所有可能的对比。estimablefit.contrasts
glht
   

另一种解决方案是通过-vignette中概述的afex和的组合使用标准 ANOVA 。lsmeansafex