本题考查多元线性回归模型相关知识。评价多元线性回归模型拟合程度主要通过R2数值，修正R2只是选取模型的一个过程指标，注意不要混淆。因此本题选B。

评价多元线性回归模型拟合程度时，主要根据（A: 修正R²）的数值。

**专业分析：**

1. **R² (决定系数)**：R² 用于衡量模型解释自变量对因变量变异的比例。它的值在0到1之间，值越接近1，表示模型对数据的拟合程度越好。然而，R² 的一个缺点是，它会随着自变量数量的增加而增加，即使那些自变量对模型的解释力并不显著。

2. **修正R² (调整后的决定系数)**：修正R² 对 R² 进行了调整，考虑了自变量的数量和样本量的影响。它提供了一个更准确的模型拟合度评估，特别是在比较包含不同数量自变量的模型时。修正R² 可以避免因增加无关变量而导致的 R² 虚高问题。

3. **SSE (误差平方和)**：SSE 是模型预测值与实际值之间差异的平方和，反映了模型的误差大小。虽然 SSE 可以用来评估模型的拟合程度，但它并不直接考虑模型的复杂度和自变量的数量。

4. **SSR (回归平方和)**：SSR 是模型解释的变异部分，表示模型解释的总变异的一部分。虽然 SSR 也可以用于评估模型的拟合，但与 R² 和修正R² 相比，它不如后者直观和广泛使用。

综上所述，修正R² 是在评价多元线性回归模型拟合程度时最常用的指标，因为它考虑了模型复杂度和样本量的影响，提供了更为可靠的评价。