要将存在的两个月的河底高度来分析每年6-7月小浪底水库进行“调水调沙”的实际效果，可以采用以下步骤：

1. 数据收集：首先需要收集两年同期的河底高程数据，包括每个月的平均高程。这些数据可以从气象站、水文站或其他相关机构获取。
2. 数据预处理：对收集到的数据进行清洗和整理，确保数据的准确性和完整性。例如，去除异常值、填补缺失值等。
3. 时间序列分析：将数据转换为时间序列格式，以便进行时间序列分析。可以使用ARIMA模型、指数平滑法等方法对数据进行建模。
4. 建立回归模型：根据实际情况，选择合适的自变量和因变量建立回归模型。例如，可以选择河流流量、径流总量等作为因变量，选择月份作为自变量。
5. 模型拟合与评估：利用建立好的回归模型对历史数据进行拟合，并计算模型的预测误差。可以使用均方根误差(RMSE)、平均绝对误差(MAE)等指标评估模型的预测效果。
6. 结果解释：根据回归模型的结果，分析每年6-7月小浪底水库进行“调水调沙”的实际效果。如果模型预测误差较小，说明模型具有较好的预测能力，可以认为这段时间内小浪底水库的调水调沙工作取得了较好的效果；反之，则说明效果可能不佳，需要进一步研究原因并调整工作策略。

7.可视化结果：为了更直观地展示分析结果，可以将时间序列图、回归线图等可视化工具用于展示数据分析过程和结果。