决定系数越大，表示回归模型能够更好地解释观测数据的变异性。
具体来说，在回归模型中，决定系数可以解释自变量对于因变量变化的比例。
当决定系数接近1时，说明模型所解释的因变量的变异性越高，模型能够更好地解释因变量的变化，并且模型的预测能力更强。
而当决定系数接近0时，说明模型无法解释因变量的变异性，模型对于数据的拟合效果较差。
因此，决定系数越大表示模型能够更好地解释数据的变异性，反之，决定系数越小表示模型的拟合效果较差，不能很好地解释数据的变化。
这个指标对于评估回归模型的性能和预测能力非常重要。