在回归分析中，F检验主要用于检验**C:线性关系的显著性**。以下是详细分析：

### 专业分析

1. **F检验的目的**：
- F检验在回归分析中用于检验整体模型的显著性，即评估自变量整体是否对因变量有显著的线性影响。具体来说，它用于检验一个多元回归模型中所有自变量系数是否为零（零假设：所有回归系数等于零）。

2. **选项分析**：
- **A: 相关系数的显著性**
相关系数的显著性通常通过t检验来评估，而不是F检验。

- **B: 回归系数的显著性**
单个回归系数的显著性通常使用t检验，但F检验评估的是多个系数共同作用的显著性。

- **C: 线性关系的显著性**
这是F检验的主要用途，即检验所有自变量是否与因变量有总体显著性的线性关系。

- **D: 估计标准误差的显著性**
估计标准误差一般不通过F检验来检验。

### F检验的使用

- **模型基本假设**：
- 原假设（H0）：所有自变量的回归系数等于零（模型无效）。
- 备择假设（H1）：至少有一个自变量的回归系数不等于零（模型有效）。

- **计算F值**：
- F值是通过比较模型的均方回归与均方误差计算而得出的，用于判断模型的总体显著性。

- **结果解释**：
- 若F检验的结果显著（即p值小于显著性水平，如0.05），则拒绝原假设，表明自变量集合对因变量有显著预测力。

通过上述分析，可以明确F检验的主要用途是验证线性关系的显著性。