Cet article propose d'utiliser l'entropie informationnelle pour analyser des modèles de chroniques découverts selon une approche stochastique (Bouché et Le Goc, 2005). Il décrit une adaptation de l'algorithme TemporalID3 (Console et Picardi, 2003) permettant de découvrir des modèles de chroniques à partir d'un ensemble d'apprentissage contenant des séquences d'occurrences d'événements discrets. Ces séquences représentent des suites d'alarmes générées par un système à base de connaissance de monitoring et de diagnostic de systèmes dynamiques. On montre sur un exemple que l'approche entropique complète l'approche stochastique en identifiant les classes d'événements qui contribuent le plus significativement à la prédiction d'une occurrence d'une classe particulière.