值用于报告我们对假设的假设的强度。很明显，这个值本身是根据数据估计的，如果在相同条件下收集新数据，新的值不太可能相同。$p$$p$$p$

Halsey、Curran-Everett、Vowler 和 Drummond (2015) 在对 Nature Methods 的评论中表明，围绕值的不确定性可能相当大。在回复中，Lazzeroni, Lu & Belitskaya-Lévy（2016 年，同一期刊）给出了一个观察到的值为 0.049 的示例，其置信区间从 0.00000008 到 0.99。$p$$p$

我的问题是：我们知道值的抽样分布吗？根据后者，它不依赖于样本大小（并且可能依赖于样本的标准偏差，因为所有这些都用于“标准化”检验统计量）。据推测，它可能取决于测试程序？$p$

我知道如果为真，则值的分布在 0 到 1 的范围内是均匀的（但不记得我在哪里学到的）。随着越来越不充分，值的分布达到峰值，超过 0% 的概率（对于左尾检验）。$H_0$$p$$H_0$$p$

使用引导程序很容易获得值分布的可视化表示。然而，一个更令人满意的答案是有一个公式（封闭形式更好），这样我们就可以准确地知道哪些特征会影响该分布，以及此后的置信区间的宽度。$p$

您是否知道这样的公式，或者是否有可能拥有一个？