本题考察最小二乘法拟合相关知识。最小二乘法拟合直线回归方程取得是残差平方和， 表示样本点， 表示拟合值。两者作差后平方再求和即为残差平方和。因此本题选B。注意表示均值，容易造成混淆。

根据最小二乘法拟合直线回归方程是使得误差的平方和最小。具体来说，最小二乘法的目标是找到回归直线的参数，使得观测值与预测值之间的平方误差和最小化。

对于给定的一组数据点 \((x_i, y_i)\)，回归方程通常表示为 \( y = a + bx \)，其中 \(a\) 是截距，\(b\) 是斜率。最小二乘法的目标是最小化以下目标函数：

\[ S = \sum_{i=1}^{n} (y_i - (a + bx_i))^2 \]

即，最小化观测值 \(y_i\) 和预测值 \(a + bx_i\) 之间的平方误差和。

根据这个定义，正确答案是选项 A：

\[ \sum_{i=1}^{n} (y_i - (a + bx_i))^2 \]

这个表达式表示所有数据点的观测值与预测值之间的平方误差和。最小二乘法通过调整参数 \(a\) 和 \(b\) 使得这个和最小化，从而找到最佳拟合的直线。

因此，正确答案是A。