本题考查多元线性回归模型相关知识。多元线性回归分析中ESS表示为解释平方和，反映因变量观测值与估计值之间的总变差，因此本题选C。

正确答案是：C: 因变量观测值与估计值之间的总变差。

专业分析：
在多元线性回归分析中，残差平方和（Residual Sum of Squares, RSS）反映了因变量观测值与估计值之间的总变差。具体来说，残差是指实际观测值与回归模型估计值之间的差异。残差平方和是所有残差的平方和，它衡量了模型对数据的拟合程度。

\[ RSS = \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 \]

其中，\( y_i \) 是实际观测值，\( \hat{y}_i \) 是回归模型的估计值。RSS 越小，说明模型对数据的拟合越好，因为这意味着观测值与估计值之间的差异较小。

从统计学的角度来看，RSS 是一个重要的评价指标，用于判断回归模型的优劣。一个好的回归模型应当尽量使 RSS 最小化，以提高模型的预测精度和可靠性。