方差分析表中用于检验总体模型假设的统计量是 **A: F**。

### 专业分析：

在方差分析（ANOVA）中，F统计量用于检验模型中自变量对因变量是否具有显著影响。具体来说，F统计量是在评估以下两者的差异：

1. **组间方差**：不同组之间的变异程度，即模型所解释的方差。
2. **组内方差**：同一组内部的变异程度，即误差或残差。

### F 统计量分析：

- **计算公式**：
\[
F = \frac{\text{组间均方} (\text{MS}_\text{between})}{\text{组内均方} (\text{MS}_\text{within})}
\]

- **作用**：
- F值越大，意味着组间差异相对于组内差异越大，表明自变量对因变量可能具有显著影响。
- 使用F分布进行显著性检验，通常设定显著性水平（如0.05），以判断是否拒绝原假设（通常原假设是自变量对因变量无影响）。

### 其他选项解析：

- **t 统计量 (B: t)**：用于检验个别回归系数是否显著，与F用于整体模型不同。
- **\( R^2 \) (C: R2)**：表示模型对数据的解释程度，但不用于检验显著性。
- **调整后的 \( R^2 \) (D: Adjusted R2)**：类似于 \( R^2 \)，考虑了模型复杂性，也不是用于显著性检验。

综上所述，F统计量在方差分析表中是用于检验整体模型假设的关键指标。