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：
在线性回归模型中，判定系数（R²）是衡量模型拟合优度的一个指标，表示自变量对因变量的解释程度。判定系数越大，意味着模型对数据的拟合越好。具体分析如下：

A: 估计标准误差越小
判定系数越大，通常意味着模型对数据的拟合越好，误差项的波动越小，因此估计标准误差通常会越小。

B: 拟合的越好
判定系数直接反映了模型的拟合优度，R²越大，表示模型对数据的拟合越好。

C: 数据点到线性回归方程距离越小
判定系数越大，模型对数据的解释能力越强，数据点到回归方程的距离（残差）通常会越小。

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，这与判定系数的大小没有直接关系。判定系数的增大并不意味着多重共线性越严重，因此D选项是错误的。

综上所述，判定系数越大，A、B、C选项的说法都是正确的，而D选项的说法是错误的。