F分布是1924年英国统计学家R.A.Fisher提出，并以其姓氏的第一个字母命名的，两个服从卡方分布的独立随机变量构成的统计量，基于正态分布
前提假设略去不写(请自己查书)，简单的说， t分布用于检验均值是否不同。 F分布用于检验方差是否不同。 卡方分布主要用于检验样本是否偏离了期望，例如偏离了期望的分布(拟合优度检验)，期望的比例(列联表)等。 t检验和F检验只能使用连续数据(定量数据)。 卡方检验既可以使用连续数据，也可以使用离散数据(频数)，也可以用于对数似然值。但计算公式不同。 三者都可以用于回归方程系数的检验。 t统计量的平方就等价于F统计量。 大样本时，t检验就等价于Z检验，其平方等效于卡方统计量。 (以上主要针对线性回归和方差分析等线性模型而言。非线性模型中系数的t检验/z检验与系数平方的卡方检验/F检验不完全等价。) ------------------------------------ 补充: 两个卡方统计量除以各自自由度后再相除，就等于F统计量。
