情况：我有四个相似的空间回归模型，只是它们的因变量不同。自变量由从主成分分析得出的一组标准变量组成。因变量已通过使用每个观察的标准分数进行标准化。
问题：可以直接比较模型之间的回归系数吗？例如，我可以说因为 IV 的系数在使用第一个 DV 的模型中为 0.25，而在使用第二个 DV 的模型中为 0.50，因此 IV 在第一个模型中的影响是影响的两倍第二个模型？
多一点背景：
我正在使用四个空间空间回归模型来研究与某个地区的贫困相关的社会人口因素。观察单位是人口普查区。
这四个模型是相同的，除了使用的因变量。每个模型都具有来自相同位置和数据集的相同自变量集。自变量是使用来自主成分分析的因素得出的。
使用的因变量代表了衡量人口普查区福祉的四种不同方法，它们是：1）使用贫困线 A 的每个人口普查区的贫困人口百分比，2）使用贫困线的每个人口普查区的贫困人口百分比B, 3) 人口普查区的人均收入，和 4) 人口普查区收入与地区平均收入的比率。
然而，我没有使用 DV 的观察值，而是使用了每个观察值的标准分数（z 分数），目的是使回归结果在模型之间具有可比性。
更复杂的是：其中两个变量直接衡量贫困，而另外两个衡量收入，因此 IV 和 DV 之间关系的方向已经颠倒了。这会在直接比较回归系数时导致任何其他问题吗？