在回归方程中，把一个变量扩大十倍是可行的，但这种操作会对回归方程和模型解释产生一系列影响。

首先，扩大某个变量十倍会改变该变量在回归方程中的系数。具体来说，如果该变量原本的系数是k，那么扩大十倍后，新的系数将变为10k。这是因为回归系数衡量的是当自变量变化一个单位时，因变量平均变化多少个单位。因此，当自变量扩大十倍时，因变量的变化也会相应地扩大十倍。

其次，扩大变量可能会改变模型的解释性。在解释回归结果时，我们通常关注自变量的变化对因变量的影响。如果一个变量被扩大了十倍，那么我们在解释该变量对因变量的影响时，也需要考虑到这种扩大所带来的影响。这可能会使得解释变得更为复杂或难以理解。

此外，扩大变量还可能影响模型的稳定性和预测精度。如果扩大后的变量与其他变量之间存在较强的相关性，那么可能会导致多重共线性问题，从而影响模型的稳定性和预测精度。因此，在扩大变量之前，最好先检查变量之间的相关性，并考虑是否需要进行适当的变量选择或转换。

最后，需要注意的是，扩大变量并不一定会改善模型的拟合效果或预测性能。因此，在决定是否扩大某个变量时，需要综合考虑模型的实际需求、数据的特性以及扩大变量可能带来的各种影响。

综上所述，虽然在回归方程中把一个变量扩大十倍是可行的，但这种操作需要谨慎对待，并充分考虑其对模型解释性、稳定性和预测精度的影响。