标准的收入不平等指数可以被解释为对偏离结果平等所导致的福利损失的衡量，因为平等主义的社会福利函数是在结果分配上定义的。但这种福利解释长期以来一直受到批评，理由是这些指标是基于结果的快速测量，没有考虑到产生观察到的分布的过程。有人认为，我们不应该关注结果，而应该关注潜在的过程是否“公平”。根据这一论点，本文在定义良好的收入分配生成过程和明确的公平概念中开发了公平的统计测试。我们发现，在两个这样的过程中，公平与不公平的似然比检验分别与泰尔的第一和第二不平等指数成正比。LR值既可以用作检验统计量，也可以用于近似贝叶斯因子，该因子用于测量过程的公平版本比不公平版本的后验概率。因此，对过程与结果批判的答案不是停止计算不平等度量，而是以不同的方式解释它们的值——将它们与临界值进行比较，以检验公平性的零假设，或者直接使用它们作为过程公平的机会相对于不公平的机会的衡量。我们还将这一观点应用于衡量“机会不平等”。