区别是：
1、使用条件不同。
T检验适用条件：
(1) 已知一个总体均数；
(2) 可得到一个样本均数及该样本标准差；
(3) 样本来自正态或近似正态总体。
F检验适用条件：
假设一系列服从正态分布的母体，都有相同的标准差；假设一个回归模型很好地符合其数据集要求。
2、检验理论不同。
T检验是用T分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著；
而F检验是基于统计值服从F分布的检验。
1.
适用情况不同 t检验一般适用于两组,所以在多维的情况下,不适用t检验,而F检验可以判定多组、一组多变量和多组间有交互(单因素、协方差、双因素无重复、双因素有重复等),然后在通过两两比较进行分析,用duncan和tukey等方法去判定,F检验的范围要大的多。
2.
条件不同 简单来说就是实用T检验是有条件的,其中之一就是要符合方差齐次性,这点需要F检验来验证t检验的前提是方差齐,只有方差齐了,t检验的结果才反应两组数据的是否有差异,否则如果方差不齐的话,会把组内的差异也考虑进去,所以判定的概率就更宽松。 而F检验其实就是看组间差异和组内差异的比较,所以本质上和t检验方差齐的概念相似。但是实际上在方差不齐的时候是无法进行t检验的,结果不具有统计学意义。
