A为总离差平方和，B为回归(解释)平方和，C为误差平方和，D为回归系数的解释。故C正确

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，误差平方和（Sum of Squared Errors, SSE）是一个重要的统计量。它反映了因变量观测值与回归模型估计值之间的差异。具体来说，误差平方和是所有观测值与其对应的回归估计值之间差异的平方和。公式表示为：

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

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，\( n \) 是样本的总数。

误差平方和越小，说明回归模型对数据的拟合程度越好，也就是说，模型的预测值与实际观测值之间的差异越小。因此，误差平方和是衡量回归模型拟合优度的一个重要指标。