此为线性回归的定义。具体原因可参见代数学中关于线性空间的部分。

多元回归模型中的"线性"是指对回归参数而言是线性的。因此，正确答案是C: 回归参数。

### 专业分析：
在多元回归模型中，形式可以表示为：

\[ Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \cdots + \beta_n X_n + \epsilon \]

其中，\( Y \) 是被解释变量（因变量），\( X_1, X_2, \cdots, X_n \) 是解释变量（自变量），\( \beta_0, \beta_1, \beta_2, \cdots, \beta_n \) 是回归参数，\( \epsilon \) 是剩余项（误差项）。

"线性"指的是模型对回归参数 \( \beta_i \) 是线性的，即这些参数在模型中是以线性方式出现的。具体来说，模型中的每个解释变量 \( X_i \) 都是通过一个线性系数 \( \beta_i \) 进行加权后再相加的形式。

### 进一步解释：
- **解释变量（A）**：解释变量 \( X_i \) 可以是任何形式（线性或非线性），但在多元线性回归中，模型对这些变量的系数 \( \beta_i \) 是线性的。
- **被解释变量（B）**：被解释变量 \( Y \) 是模型的输出，它由线性组合的解释变量和回归参数决定。
- **回归参数（C）**：回归参数 \( \beta_i \) 是模型的关键部分，"线性"指的是模型对于这些参数是线性的。
- **剩余项（D）**：剩余项 \( \epsilon \) 表示模型无法解释的部分，它是随机误差，不影响模型的线性性质。

因此，多元回归模型中的"线性"是指对回归参数而言是线性的。