[单选] 最小二乘法原理是指各实测点距回归直线的（）。A. 垂直距离相等B. 垂直距离的和最小C. 垂直距离的平方和最小D. 纵向距离之和最小E. 纵向距离平方和最小

最小二乘法是回归分析中用于拟合最佳回归直线的核心方法。其核心思想是最小化实际观测值与预测值之间的纵向距离平方和。关键点在于：

1. 纵向距离指数据点与回归线在y轴方向上的垂直距离（即残差）。
2. 平方和最小：通过平方处理消除正负误差的抵消，并放大较大误差的影响。

最小二乘法的基本原理是找到一条回归直线，使得所有数据点到该直线的纵向距离平方和最小。具体分析如下：

• 选项A、B、C涉及垂直距离，但最小二乘法关注的是y轴方向的纵向误差，而非几何上的垂直距离。
• 选项D仅考虑纵向距离之和，但未平方处理，无法有效放大误差。
• 选项E正确：通过纵向距离平方和最小，既聚焦y轴误差，又通过平方消除符号影响并优化拟合效果。