此为残差平方和的定义

正确答案是：D: 被解释变量观测值总变差中未被列入模型解释的部分。

专业分析：
残差平方和（Residual Sum of Squares, RSS）是回归分析中的一个重要概念。它表示的是回归模型中未能解释的变异部分。具体来说，残差平方和是被解释变量（因变量）观测值与其回归估计值之间差异的平方和。这个值越小，说明模型对数据的拟合越好；反之，残差平方和越大，说明模型对数据的拟合越差。

公式上，残差平方和可以表示为：
\[ RSS = \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 \]
其中，\( y_i \) 是第 \( i \) 个观测值，\( \hat{y}_i \) 是第 \( i \) 个观测值对应的回归估计值，\( n \) 是观测值的总数。

因此，残差平方和反映了被解释变量观测值总变差中未被模型解释的部分。选项D准确地描述了这一点。