这决定于变量的单位（或量纲），如果把这个变量的所有观察值都放大10倍，则系数估计值会缩小10倍，将会小于1.

明白了，谢谢！

回归系数的大小并不直接反映模型设置是否错误。系数值大于1或者小于1，并不是判断模型正确与否的标准，关键在于该系数是否有统计学意义，即其p值是否足够小（通常以p<0.05为标准）以及其经济或实际意义上是否合理。

你给出的结果中，“INDEP”的系数是-1.7015并且在括号中的t值对应的星号表明这个系数是非常显著的。这表示“INDEP”每增加一个单位，因变量（假设这里没有取对数变换）平均来说会减少大约1.7个单位。

如果模型中所有的自变量和因变量都是以同样的量纲计量，并且没有经过log转换等数据预处理，那么回归系数大于1意味着当该自变量变化一个单位时，预测的因变量会有超过一倍的变化。这在某些情况下是完全合理的，尤其是在因变量预期有大的波动性或者自变量的影响特别显著的情况下。

另外需要注意的是解释模型时要考虑到可能存在的多重共线性和异方差等问题，并且需要结合实际问题和经济理论来判断系数的意义和方向是否合理。如果回归结果中的其他统计信息（如R^2、F值等）表明模型整体上有良好的拟合度，那么单个变量的回归系数大于1并不意味着模型设置错误。

最后，当解释回归结果时还要考虑到自变量之间的相互作用以及潜在的遗漏变量偏差等因素可能会影响系数估计。如果在理论和实际应用中发现某一个大的系数值与预期不符或者超出了合理范围，则需要重新审视数据、检查变量定义及模型设定是否恰当。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用