T檢驗只能檢驗一個係數，F可以搞一大堆係數檢驗。T是F的特例。在stata裡面，檢驗命令都是做F。

通常的F檢驗例子包括：

1、假設一系列服從正態分佈的母體，都有相同的標準差。這是最典型的F檢驗，該檢驗在方差分析（ANOVA）中也非常重要。

2、假設一個迴歸模型很好地符合其資料集要求。

通常的t檢驗：

(1) 已知一個總體均數；

(2) 可得到一個樣本均數及該樣本標準差；

(3) 樣本來自正態或近似正態總體

t檢驗的前提是方差齊，只有方差齊了，t檢驗的結果才反應兩組資料的是否有差異，否則如果方差不齊的話，會把組內的差異也考慮進去，所以判定的機率就更寬鬆。

而F檢驗其實就是看組間差異和組內差異的比較，所以本質上和t檢驗方差齊的概念相似。但是實際上在方差不齊的時候是無法進行t檢驗的，結果不具有統計學意義。

t檢驗一般適用於兩組，所以在多維的情況下，不適用t檢驗，而F檢驗可以判定多組、一組多變數和多組間有互動（單因素、協方差、雙因素無重複、雙因素有重複等），然後在透過兩兩比較進行分析，用duncan和tukey等方法去判定，F檢驗的範圍要大的多。