在这个页面上它说

...如果 HA 成立，则 p 值具有接近 0 的值比接近 1 的值更有可能的分布。但是，如果 H0 成立，p 值的分布可能不是矩形。具有复合零假设的检验的更一般结果是，当 H0 成立时，p 值接近 0 的可能性比接近 1 的可能性更大——分布可能有利于接近 1 的值。

我是否应该认为如果我模拟或引导 p 值的分布，我可以根据该分布的偏斜对 H0 做出某种非正式推断？如果是这样，我在哪里可以阅读有关此技术的更多信息？如果不是，为什么不呢？