두 확률변수 V_1, V_2가 각각 자유도가 k_1, k_2이고 서로 독립인 카이제곱 분포를 따른다고 할 때,
다음과 같이 정의되는 확률변수 F는 자유도가 (k_1, k_2)인 F-분포를 따른다고 한다.

F분포와 카이제곱분포의 차이가 하나 있다면 카이제곱분포는 한 집단의 분산을 파악할 때 사용하지만
F분포는 두 집단의 분산을 비교할 때 사용한다

예를 들어 A와 B 두 집단이 있다고 하면, 이 두 집단의 치우침인 분산이 같다고 할 수 있는지(서로 다른 집단이고

표본에는 항상 오차가 있으므로 두 집단의 분산이 100% 같을 수는 없지만 편의상 어느 정도 비슷하면 같다고 한다)
아니면 치우침의 정도가 많이 차이나서 같다고 할 수 없는지를 판단하고 비교할 때 사용하는 분포가
F분포(F distribution)이다

분산이 같은 두 정규모집단으로부터 크기 n1과 크기 n2의 확률표본을 반복하여 독립적으로
추출한 후 구한 두 표본분산의 비율들의 표본분포는 F분포를 따른다. F 확률변수는 다음과
같이 분자의 자유도 (n1-1)이고 분모의 자유도 (n2-1)인 F 분포를 따른다.

F 분포의 특성

⊙ 항상 양의 값을 가지며, 비대칭(오른쪽으로 긴 꼬리)적인 분포모양을 가진다.
⊙ 단일 분포가 아닌 모수인 분자의 자유도와 분모의 자유도에 따라 분포의 모양이
   변하는데, 분자의 자유도와 분모의 자유도가 커질 수록 정규분포에 가까워진다.