AC项是对方差分析中组内平方和与组间平方和的定义。

在方差分析（ANOVA）中，数据的误差可以通过平方和来表示。具体来说，方差分析将总平方和（Total Sum of Squares, SST）分解为组间平方和（Between-Groups Sum of Squares, SSB）和组内平方和（Within-Groups Sum of Squares, SSW）。

- **组内平方和（SSW）**：反映的是各观测值与其所在组的均值之间的误差大小。它表示组内的变异程度。
- **组间平方和（SSB）**：反映的是各组的均值与总体均值之间的误差大小。它表示组间的变异程度。

根据这个解释，正确的描述应该是：

A: 反映各观测值误差大小的平方和称为组内平方和。

所以，正确答案是 **A**。

### 专业分析
1. **组内平方和（SSW）**：计算公式是每个观测值与其组均值的差的平方和。这部分误差反映了组内的变异性，即同一组内数据的离散程度。

\[
\text{SSW} = \sum_{i=1}^{k} \sum_{j=1}^{n_i} (X_{ij} - \bar{X}_i)^2
\]

其中，\(X_{ij}\) 是第 \(i\) 组的第 \(j\) 个观测值，\(\bar{X}_i\) 是第 \(i\) 组的组均值，\(k\) 是组数，\(n_i\) 是第 \(i\) 组的样本数。

2. **组间平方和（SSB）**：计算公式是各组均值与总体均值的差的平方和乘以该组的样本数。这部分误差反映了组间的变异性，即不同组之间均值的差异。

\[
\text{SSB} = \sum_{i=1}^{k} n_i (\bar{X}_i - \bar{X})^2
\]

其中，\(\bar{X}\) 是总体均值。

3. **总平方和（SST）**：是所有观测值与总体均值的差的平方和。它等于组内平方和与组间平方和之和。

\[
\text{SST} = \sum_{i=1}^{N} (X_i - \bar{X})^2 = \text{SSW} + \text{SSB}
\]

其中，\(N\) 是总样本数。

通过以上分析，可以清楚地看到，选项 A 是正确的描述。