Para esta respuesta probablemente sería mejor si usted está familiarizado con el Binomio de distribución.
Me gusta la interpretación a través de la probabilidad y estadística a través de la distribución binomial negativa. Digamos que estamos viendo una secuencia de cointosses (vamos a llamar a lanzar una "jefes" un éxito y "colas" de un fracaso) donde la probabilidad de un éxito es independientemente $p$. Luego el negativo de la distribución binomial es una distribución de los tiempos de espera hasta la $r$th éxito.
En otras palabras, ¿cuál es la probabilidad de que tendremos que esperar a $t$ lanzamientos y pruebas a ver a $r$ éxitos, $p(t|r,p)$?
De manera equivalente, por la $t-1$ prueba se debe haber visto a $r-1$ éxitos y $k=t-r+1$
los fracasos. Pero, a continuación,$t=k+r-1$, y así hay $\binom{k+r-1}{k}$ maneras de observar $k$ fallas y $r$ éxitos en $t$ ensayos. Desde $r$ y
$k$ completamente especificar $t$, podemos volver a parametrizar y escribir el
la probabilidad de que el $r$th éxito se produce en el $(r+k)$th juicio, como
\begin{equation}
p(k|r, p) = \binom{k+r-1}{k} p^r (1-p)^k
\end{equation}
¿Por qué el nombre binomial negativa (y por qué es esto una respuesta a su pregunta)? Bien, porque
\begin{equation}
\binom{k+r-1}{k} = \frac{(k+r-1)_k}{k!} =
\frac{(k+r-1)(k+r-2)\dots(r-1)}{k!} = (-1)^k \frac{(-r+1)\dots(-r
-k+1)}{k} = (-1)^k \binom{-r}{k}
\end{equation}
Tenga en cuenta que para un entero $r$ el negativo de la distribución binomial puede ser llamado el Pascal de distribución.