决定系数是回归模型所能解释的因变量变化占因变量总变化的比例，取值范围在0到1之间（AC错误）。决定系数越高,模型的拟合效果就越好（E正确），即模型解释因变量的能力越强。如果所有观测点都落在回归直线上，R²=1,说明回归直线可以解释因变量的所有变化。R²=0,说明回归直线无法解释因变量的变化,因变量的变化与自变量无关。现实应用中R²大多落在0和1之间,R²越接近于1,回归模型的拟合效果越好;R²越接近于0,回归模型的拟合效果越差。
多元回归模型在实际应用中（D正确）,随着自变量个数的增加,即使在有些自变量与因变量完全不相关的情况下，决定系数R²也会增大。
调整后R²考虑了自变量个数增加带来的影响,在数值上小于R²。故B正确。