F检验的显著性结果主要看F值和对应的p值。以下是具体的判断方法：
F值 ：F值越大，表示回归平方和相对于残差平方和的贡献越大，说明模型的整体显著性越高。p值：
p值是F分布下的概率值，表示观察到的F值或更极端情况下的概率。通常，我们将p值与事先设定的显著性水平（如0.05）进行比较。如果p值小于显著性水平，通常认为结果是显著的，即拒绝原假设，说明模型的整体显著性存在。
决策
如果p值小于显著性水平（如0.05），则拒绝原假设，认为模型中至少有一个自变量对因变量有显著影响，即回归方程的线性关系是显著的。
如果p值大于或等于显著性水平，则不拒绝原假设，认为没有足够证据表明模型中至少有一个自变量对因变量有显著影响，即回归方程的线性关系不显著。
示例
假设你在进行一个回归分析，并得到了以下F值和p值：
F值：20.5
p值：0.001
在这种情况下，p值（0.001）远小于显著性水平（0.05），因此你可以拒绝原假设，认为模型中至少有一个自变量对因变量有显著影响，回归方程的线性关系是显著的。
建议
结合R平方或调整后的R平方：
这些指标可以评估模型的拟合程度，如果R平方或调整后的R平方较高，说明模型的解释力较强，结果也更加可靠。
注意样本大小：当样本量较大时（通常n>30），根据中心极限定理，t值结果会近似于z值，此时可以简化显著性判断，例如t值大于1.96或小于-1.96对应p值小于0.05。
通过以上步骤和建议，你可以更准确地判断F检验的显著性结果。