一、计算方式不同
1、数据中的最大值减去最小值所得的差来反映这组数据的变化范围，用这种方法得到的差就称为极差。
2、数据中各数据与这组数据的平均数的差的平方的平均数，它反映的是一组数据偏离平均值的情况。求一组数据的方差可以简记为：“先平均，再求差，然后平方，最后再平均。”
3、在计算方差的过程中，可以看出的数量单位与原数据的不一致，因而在实际应用时常常将求出的方差再开平方，这就是标准差。
二、含义不同
1、极差是用来反映一组数据变化范围的大小。极差仅只表示数据变化范围的大小，只对极端值较为敏感，而不能表示其它更多的意义。
2、方差是反映一组数据的整体波动大小的指标。
3、方差和标准差都是用来描述一组数据波动情况的特征数，常用来比较两组数据的波动大小。方差较大的波动较大，方差较小的波动较小，方差的单位是原数据单位的平方，标准差的单位与原数据的单位相同。在解决实际问题时，常用样本的方差来估计总体方差方法去考察总体的波动情况。
Levene检验是一种统计方法，用于检验多个样本的方差是否相等。在进行方差分析（ANOVA）之前，我们通常需要确认各个组的方差是否相等，Levene检验就是用来做这个的。
Levene检验的原假设（H0）是所有组的方差相等，备择假设（H1）是至少有一组的方差与其他组不同。检验的结果通常会给出以下信息：
1. **统计量**：Levene检验的统计量，通常是F统计量。
2. **p值**：p值是检验的显著性水平。如果p值小于你事先设定的显著性水平（如0.05），则拒绝原假设，认为各组方差不相等；如果p值大于显著性水平，则不能拒绝原假设，认为各组方差相等。
如果你使用的是统计软件或工具来进行Levene检验，结果通常会直接给出统计量和p值。你只需要根据p值和你的显著性水平做出判断即可。如果p值很小，你可能会说“根据Levene检验的结果，我们有足够的证据拒绝原假设，认为各组方差不相等（p < 0.05）”；如果p值不小于显著性水平，你可能会说“我们没有足够的证据拒绝原假设，认为各组方差相等（p > 0.05）”。
需要注意的是，Levene检验对异常值比较敏感，因此在进行分析前，最好先检查数据中是否存在异常值。
方差是各个数据与平均数之差的平方的平均数 比如1.2.3.4.5 这五个数的平均数是3 ，所以这五个数的方差就是 1/5[（1-3）²+（2-3）²+（3-3）²+（4-3）²+（5-3）²]=2
1/n[(x1-x平均数）²+(x2-x平均数）²…………+（xn-x平均数）²]