我想对我的数据进行混合模型分析。我使用R和SPSS来验证我的R结果是否正确，但是对于一个变量，结果差别很大。我无法弄清楚为什么我自己有这么大的差异，你的帮助将不胜感激！我已经对数据集进行了各种检查。
DV：问卷评分（QUES）
IV：时间（干预后，3个月随访，9个月随访）
IV：小组（两种不同的干预）
IV：干预前的问卷评分（QUES_pre）
随机拦截参与者
SPSS代码：
MIXED QUES BY TIME GROUP WITH QUES_pre
/CRITERIA=CIN(95) MXITER(100) MXSTEP(10) SCORING(1) SINGULAR(0.000000000001) HCONVERGE(0,
ABSOLUTE) LCONVERGE(0, ABSOLUTE) PCONVERGE(0.000001, ABSOLUTE)
/FIXED=TIME GROUP QUES_pre TIME*GROUP | SSTYPE(3)
/METHOD=REML
/PRINT=SOLUTION TESTCOV
/RANDOM=INTERCEPT | SUBJECT(ID) COVTYPE(AR1)
/REPEATED=Index1 | SUBJECT(ID) COVTYPE(AR1).
R代码：
model1 <- lme(QUES ~ group + time + time:group + QUES_pre, random = ~1|ID, correlation = corAR1(0, form =~1|Onderzoeksnummer), data = data,na.action=na.omit, method = "REML")
最大的不同在于群体的影响。对于SPSS代码，p值为.045，对于R代码，p值为.28。我的代码中是否有错误，或者是否有人建议其他可能出错的内容？