Carte G (nombre d'opportunités entre événements)
Une carte G surveille des événements discrets rares en représentant le nombre d'opportunités entre occurrences successives, dans l'ordre chronologique. Elle ajuste une distribution géométrique, estime la probabilité d'événement à partir de l'écart moyen, et fixe la ligne centrale et les limites à partir de ses quantiles. Quatre règles de Nelson paramétrables signalent les causes spéciales. Les résultats sont la carte, la probabilité d'événement, la ligne centrale, LCL et UCL.
Dernière révision
Point clé
Une carte G représente le nombre d'opportunités (unités, ordonnances) entre événements discrets rares successifs, avec une distribution géométrique pour fixer les limites de contrôle et détecter les décalages d'un faible taux d'événements.
Sur cette page
Objectif
Une carte G est l'équivalent en comptages discrets de la carte T : au lieu de représenter un comptage par intervalle (l'approche des cartes c/u), elle représente le NOMBRE D'OPPORTUNITÉS (unités produites, ordonnances délivrées, transactions traitées, etc.) entre occurrences successives d'un événement discret rare. Elle est ainsi beaucoup plus sensible qu'une carte p/u à un vrai décalage d'un taux de défauts ou d'erreurs de faible fréquence, car elle réagit à chaque nouvel écart au lieu d'attendre qu'assez d'événements s'accumulent dans un intervalle d'échantillonnage fixe.
Fonctionnalités principales
- Représente directement les données de comptage entre événements avec la distribution géométrique, l'analogue discret naturel du modèle de temps continu entre événements de la carte T.
- Détection complète des causes spéciales par les règles de Nelson (4 règles paramétrables).
- Inclusion/exclusion de lignes et sélecteur distinct de sous-groupes « estimer les paramètres à partir de » pour établir les limites de contrôle sur une période connue comme stable.
- Échelle de l'axe X paramétrable pour étiqueter l'axe du nombre d'opportunités.
Méthodes statistiques
Le nombre d'opportunités entre événements discrets rares successifs suit une distribution géométrique de probabilité de succès p (le taux d'événement sous-jacent par opportunité). L'outil estime p à partir de l'écart moyen observé : p̂ = 1 / (écart moyen + 1), l'estimateur standard par la méthode des moments, qui tient compte de la convention selon laquelle une valeur d'écart g tracée correspond à g+1 essais géométriques, et le fournit dans les résultats sous le nom « Event Probability (P) ».
La ligne centrale et les limites de contrôle sont alors les propres quantiles de la distribution géométrique ajustée, ramenés sur l'échelle tracée (opportunités entre événements) : CL = max(0, geom.ppf(0.5, p̂) − 1), LCL = max(0, geom.ppf(0.00135, p̂) − 1), UCL = max(0, geom.ppf(0.99865, p̂) − 1), soit les mêmes probabilités de queue équivalentes à ±3σ que la carte T utilise sur sa distribution continue ajustée, appliquées ici à la fonction de répartition inverse discrète de la distribution géométrique.
Les règles de Nelson sont évaluées par rapport à ces limites exactement comme sur les autres cartes de contrôle de l'application.
Champs de saisie et options
Champ | Description |
Opportunities between events | Obligatoire. La colonne donnant le nombre de non-événements (unités, jours, etc.) entre événements rares successifs, dans l'ordre chronologique. |
Check Rule 1–4 / K for Rule 1–4 | Les quatre règles de Nelson de causes spéciales, chacune activable indépendamment (valeurs par défaut K = 3, 9, 6, 14). |
X scale | Étiquetage personnalisé facultatif de l'axe du nombre d'opportunités. |
Include or Exclude / Specify which rows / Row numbers | Détermine les lignes représentées. |
Specify subgroups to estimate parameters / Subgroups | Restreint éventuellement les lignes utilisées pour ajuster la distribution géométrique et fixer les limites de contrôle, tout en représentant toutes les lignes. |

Figure 1 — 20 écarts de comptage entre erreurs collés dans C1, avec Opportunities between events réglé sur C1.
Description des résultats
- G Chart plot — la série des opportunités entre événements dans l'ordre chronologique avec UCL, ligne centrale et LCL issues de la distribution géométrique ajustée.
- Fit summary table — la probabilité d'événement estimée (P), la ligne centrale, LCL et UCL.
- Nelson's Rules / Potential Special Cause Points — quelles règles ont été vérifiées et quels points (le cas échéant) les ont violées.
- Export PDF via Download as PDF.

Figure 2 — Résultat de la carte G : la série d'écarts tracée avec UCL/CL/LCL, et le tableau de synthèse probabilité d'événement/ligne centrale/UCL/LCL.
Exemple résolu
La pharmacie d'un hôpital suit ses erreurs de dispensation en comptant le nombre d'ordonnances délivrées entre erreurs successives (20 écarts successifs, colonne C1). L'outil ajuste un modèle géométrique (Event probability P ≈ 0.001, Center Line ≈ 693, UCL ≈ 6612, LCL ≈ 1) et représente les 20 écarts : une série d'écarts plus courts que d'habitude en fin de série (un taux d'erreurs qui augmente) devient visuellement évidente bien avant que suffisamment d'erreurs s'accumulent pour qu'une carte p/u classique réagisse.
Questions fréquentes
À quoi sert une carte G ?
Une carte G surveille des événements discrets rares, comme des erreurs de dispensation, en représentant le nombre d'opportunités (unités produites, ordonnances délivrées, transactions traitées) entre occurrences successives. Comme elle réagit à chaque nouvel écart au lieu d'attendre que des événements s'accumulent dans un intervalle d'échantillonnage fixe, elle est plus sensible qu'une carte p ou u à un vrai décalage d'un taux de faible fréquence.
Comment les limites de contrôle d'une carte G sont-elles calculées ?
L'outil estime la probabilité d'événement par p = 1 / (écart moyen + 1) et ajuste une distribution géométrique. La ligne centrale et les limites de contrôle sont les propres quantiles de la distribution ramenés sur l'échelle des opportunités entre événements, avec les probabilités 0.5, 0.00135 et 0.99865, soit les mêmes probabilités de queue équivalentes à 3 sigma que celles de la carte T.
Quelle est la différence entre une carte G et une carte T ?
Une carte G est l'équivalent en comptages discrets de la carte T. La carte T modélise le temps continu entre événements, tandis que la carte G compte le nombre d'opportunités entre événements discrets rares et utilise la distribution géométrique, l'analogue discret naturel du modèle de la carte T.
Comment interpréter une carte G ?
Des écarts courts signifient que les événements surviennent plus souvent. Dans l'exemple de la pharmacie hospitalière, 20 écarts entre erreurs de dispensation ont donné une probabilité d'événement d'environ 0.001 et une ligne centrale proche de 693 ; une série d'écarts plus courts que d'habitude en fin de série signalait un taux d'erreurs en hausse avant qu'une carte p ou u classique réagisse. Les règles de Nelson signalent les points de causes spéciales.
