G 관리도(사건 간 기회 수)
G 관리도는 연속된 발생 사이의 기회 수를 시간 순서대로 그려 희귀한 이산 사건을 모니터링합니다. 기하분포를 적합하여 평균 간격으로 사건 확률을 추정하고, 그 분위수로 중심선과 한계를 설정합니다. 설정 가능한 Nelson 규칙 네 가지가 특수 원인을 표시합니다. 출력은 관리도와 사건 확률, 중심선, LCL, UCL입니다.
최종 검토
핵심 요점
G 관리도는 단위나 처방 건수 같은 기회의 수를 희귀한 이산 사건이 연속으로 발생하는 사이마다 그리며, 기하분포로 관리 한계를 설정하여 낮은 사건 발생률의 이동을 탐지합니다.
목적
G 관리도는 T 관리도에 대응하는 이산 계수형 관리도입니다. 구간당 개수를 그리는 방식(c/u 관리도 방식) 대신, 희귀한 이산 사건이 연속으로 발생하는 사이의 기회의 수(생산 단위 수, 조제한 처방 수, 처리한 거래 수 등)를 그립니다. 고정된 표본 추출 구간 안에 사건이 충분히 쌓일 때까지 기다리지 않고 새로운 간격마다 반응하므로, 발생 빈도가 낮은 결점이나 오류율의 실제 이동에 대해 p/u 관리도보다 훨씬 민감합니다.
주요 기능
- T 관리도의 연속적인 사건 간 시간 모형에 대응하는 자연스러운 이산 모형인 기하분포를 사용하여 사건 간 개수 데이터를 직접 그립니다.
- 완전한 Nelson 규칙 특수 원인 탐지(설정 가능한 규칙 4개).
- 행 포함/제외 기능과, 알려진 안정 기간을 기준으로 관리 한계를 설정할 수 있는 별도의 “estimate parameters from” 부분군 선택기.
- 기회 수 축에 레이블을 붙이기 위한 X축 척도 설정.
통계적 방법
연속된 희귀 이산 사건 사이의 기회 수는 성공 확률 p(기회당 사건 발생률)를 갖는 기하분포를 따릅니다. 이 도구는 관측된 평균 간격으로 p를 추정합니다. p̂ = 1 / (평균 간격 + 1) 이며, 이는 표준적인 적률법 추정량으로, 그려지는 간격 값 g가 g+1번의 기하 시행에 해당한다는 관례를 반영합니다. 이 값은 출력에 “Event Probability (P)”로 보고됩니다.
중심선과 관리 한계는 적합된 기하분포 자체의 분위수를 그려지는(사건 간 기회 수) 척도로 되돌려 이동한 값입니다. 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) 입니다. 이는 T 관리도가 연속 적합 분포에 사용하는 ±3σ에 해당하는 꼬리 확률과 같으며, 여기서는 기하분포의 이산 역 CDF에 적용합니다.
Nelson 규칙은 앱의 다른 관리도와 똑같이 이 한계를 기준으로 평가됩니다.
입력 항목 및 옵션
항목 | 설명 |
Opportunities between events | 필수입니다. 연속된 희귀 사건 사이의 비사건 수(단위, 일 등)를 시간 순서대로 나타내는 열입니다. |
Check Rule 1–4 / K for Rule 1–4 | 네 가지 Nelson 특수 원인 규칙이며 각각 독립적으로 켜고 끌 수 있습니다(기본값 K = 3, 9, 6, 14). |
X scale | 기회 수 축에 대한 선택적 사용자 지정 레이블입니다. |
Include or Exclude / Specify which rows / Row numbers | 어떤 행을 그릴지 제어합니다. |
Specify subgroups to estimate parameters / Subgroups | 기하분포를 적합하고 관리 한계를 설정하는 데 사용할 행을 선택적으로 제한하면서도 모든 행을 그립니다. |

그림 1 — C1에 붙여넣은 20개의 오류 간 개수 간격이며 Opportunities between events가 C1로 설정되어 있습니다.
출력 설명
- G Chart plot — 적합된 기하분포에서 구한 UCL, 중심선, LCL과 함께 시간 순서대로 나타낸 사건 간 기회 수 시계열입니다.
- Fit summary table — 추정된 사건 확률(P), 중심선, LCL, UCL입니다.
- Nelson's Rules / Potential Special Cause Points — 확인한 규칙과 이를 위반한 점(있는 경우)입니다.
- Download as PDF를 통한 PDF 내보내기.

그림 2 — G 관리도 출력: UCL/CL/LCL이 있는 간격 시계열 그림과 사건 확률/중심선/UCL/LCL 요약 표.
계산 예제
한 병원 약국은 연속된 오류 사이에 조제한 처방 수를 세어 조제 오류를 추적합니다(연속된 간격 20개, 열 C1). 이 도구는 기하 모형을 적합하고(사건 확률 P ≈ 0.001, Center Line ≈ 693, UCL ≈ 6612, LCL ≈ 1) 20개의 간격을 모두 그립니다. 시계열 후반에 평소보다 짧은 간격이 이어지는 것(오류율 상승)은 기존 p/u 관리도가 반응할 만큼 오류가 쌓이기 훨씬 전에 눈에 띄게 드러납니다.
자주 묻는 질문
G 관리도는 무엇에 사용합니까?
G 관리도는 조제 오류 같은 희귀한 이산 사건을 연속된 발생 사이의 기회 수(생산 단위 수, 조제한 처방 수, 처리한 거래 수)를 그려서 모니터링합니다. 고정된 표본 추출 구간 안에 사건이 쌓일 때까지 기다리지 않고 새로운 간격마다 반응하므로, 발생 빈도가 낮은 비율의 실제 이동에 대해 p 또는 u 관리도보다 민감합니다.
G 관리도의 관리 한계는 어떻게 계산합니까?
이 도구는 사건 확률을 p = 1 / (평균 간격 + 1)로 추정하고 기하분포를 적합합니다. 중심선과 관리 한계는 이 분포 자체의 분위수를 사건 간 기회 수 척도로 되돌려 이동한 값이며, 0.5, 0.00135, 0.99865 확률을 사용합니다. 이는 T 관리도가 사용하는 3 시그마에 해당하는 꼬리 확률과 같습니다.
G 관리도와 T 관리도의 차이는 무엇입니까?
G 관리도는 T 관리도에 대응하는 이산 계수형 관리도입니다. T 관리도는 사건 간의 연속적인 시간을 모형화하는 반면, G 관리도는 희귀한 이산 사건 사이의 기회 수를 세고 T 관리도 모형에 대응하는 자연스러운 이산 모형인 기하분포를 사용합니다.
G 관리도는 어떻게 해석합니까?
간격이 짧다는 것은 사건이 더 자주 발생하고 있다는 뜻입니다. 병원 약국 예제에서 조제 오류 사이의 간격 20개는 사건 확률 약 0.001과 693 부근의 중심선을 제공했으며, 시계열 후반에 평소보다 짧은 간격이 이어진 것은 기존 p 또는 u 관리도가 반응하기 전에 오류율 상승을 알렸습니다. Nelson 규칙은 특수 원인 점을 표시합니다.
