检验解释变量之间线性相关的统计量是**膨胀系数**，即选项 D。

### 专业分析

- **膨胀系数 (Variance Inflation Factor, VIF)**：
- **用途**：VIF 是用来检测多重共线性（multicollinearity）的指标。多重共线性是指解释变量之间存在高度的线性相关关系，这可能会影响回归模型的估计和解释。
- **计算方法**：对于每个解释变量，将其作为因变量，对其他解释变量进行回归分析，计算得到的 \( R^2 \) 值，VIF 即为 \( \frac{1}{1-R^2} \)。
- **解释**：若 VIF 值大于 10，通常认为存在严重的多重共线性问题。

- 其他选项的解释：
- **标准化的残差**：用于检测数据中的异常值和模型的拟合程度。
- **D-W 统计量（Durbin-Watson 统计量）**：用于检测回归模型中残差的自相关性，特别是序列相关性。
- **Cook's D**：用于识别潜在有影响的观测值，其衡量的是个别数据点对回归系数估计值的影响。

在分析多重共线性时，可以通过查看 VIF 值来判断解释变量之间是否存在线性相关性，从而采取相应措施，如去除或合并变量，以提升模型的稳定性和解释能力。