F檢驗，也被稱爲聯合假設檢驗或方差比率檢驗，是一種在零假設（null hypothesis, H0）之下，統計值服從F-分佈的檢驗。它通常是用來分析用了超過一箇參數的統計模型，以判斷該模型中的全部或一部分參數是否適合用來估計母體。
F檢驗最常用於比較已擬合到數據集的統計模型，以識別最適合數據抽樣總體的模型。在多元線性迴歸模型中，爲了瞭解迴歸模型是否符合變量之間的客觀規律，引入的影響因素是否有效，需要對迴歸模型進行檢驗，F檢驗和t檢驗是兩種常用的檢驗方法。
此外，F檢驗也用於檢驗兩組服從正態分佈的樣本是否具有相同的總體方差，即方差齊性。在兩樣本t檢驗中，首先要判斷兩總體方差是否相同，即方差齊性，若兩總體方差相等，則直接用t檢驗，若不等，可採用t'檢驗或變量變換或秩和檢驗等方法。
F檢驗的名稱是由美國數學家兼統計學家George W. Snedecor命名，爲了紀念英國統計學家兼生物學家羅納德·費雪（Ronald Aylmer Fisher）。費雪在1920年代發明了這個檢驗和F分配，最初叫做方差比率（Variance Ratio）。