回归方程的判定系数不能用来评估多重共线性严重程度

正确答案是 D: 多重共线性越严重。

专业分析：
判定系数（R²）是衡量线性回归模型中自变量对因变量解释能力的一个指标。R²的取值范围是0到1，值越大表示模型对数据的拟合程度越好。具体分析如下：

A: 估计标准误差越小
- 判定系数越大，说明模型的拟合效果越好，误差项的波动性较小，因此估计标准误差通常会较小。

B: 拟合的越好
- 判定系数越大，表示模型对数据的拟合效果越好，解释变量能够更好地解释因变量的变化。

C: 数据点到线性回归方程距离越小
- 判定系数越大，表示数据点与回归线的距离较小，即残差较小，模型拟合效果较好。

D: 多重共线性越严重
- 多重共线性是指自变量之间存在高度相关性，这会导致回归系数的估计不稳定，但与判定系数的大小没有直接关系。判定系数大并不意味着多重共线性严重。

因此，D选项是错误的。判定系数越大并不意味着多重共线性越严重。