PWGPP/pid/doeffKa.C

   1 #include"TF1.h"
   2 #include"TH1D.h"
   3 #include"TH2F.h"
   4 #include"TMath.h"
   5 #include"TSystem.h"
   6 #include"TCanvas.h"
   7 #include"TFile.h"
   8 #include"TGraphErrors.h"
   9 #include"AliPIDperfContainer.h"
  10
  11 int LoadLib();
  12 void doeffKa(Int_t pos=1,Float_t prob=0.1,Float_t etaminkp=-0.8,Float_t etamaxkp=0.8);
  13 TH2F *GetHistoKap(Float_t pt=1,Float_t ptM=1.1,Float_t pMinkp=0,Float_t pMinkn=0.,Float_t etaminkp=-0.8,Float_t etamaxkp=0.8);
  14 TH2F *GetHistoKan(Float_t pt=1,Float_t ptM=1.1,Float_t pMinkn=0,Float_t pMinkp=0.,Float_t etaminkp=-0.8,Float_t etamaxkp=0.8);
  15 void fit(TH1D *h,Float_t *a=NULL,char *opt="",char *opt2="",Float_t pt=1.5);
  16 void AddHisto(TH2F *h1,TH2F *h2,Float_t w);
  17
  18 TObject* fContPid1;
  19 TObject* fContPid2;
  20 const Int_t nBinPid = 14; // pt,eta, ptPip, ptPin, PPip, PPin, TOF3sigmaPip, TOF3sigmaPin, isPhiTrue, nsigmaPip, nsigmaPin
  21 // 0.985 < mass < 1.045 (60) and 0 < centrality < 100 (10)
  22 Int_t binPid[nBinPid] = {1/*ptPhi*/,8/*EtaPi*/,20/*pt+*/,20/*pt-*/,5/*P+*/,1/*P-*/,2/*TOFmatch+*/,2/*TOFmatch-*/,2/*istrue*/,4/*Nsigma+*/,4/*Nsigma-*/,1/*DeltaPhi+*/,1/*DeltaPhi-*/,1/*Psi*/};
  23 Float_t xmin[nBinPid] = {1,-0.8,0.3,0.3,0,0,-0.5,-0.5,-0.5,0,0,-TMath::Pi(),-TMath::Pi(),-TMath::Pi()/2};
  24 Float_t xmax[nBinPid] = {5,0.8,4.3,4.3,1,1,1.5,1.5,1.5,7.5,7.5,TMath::Pi(),TMath::Pi(),TMath::Pi()/2};
  25
  26 TF1 *fsign;
  27 TF1 *fall;
  28 TF1 *fback;
  29
  30 Int_t ifunc=0;
  31
  32 Float_t fitmin = 0.99;
  33 Float_t fitmax = 1.045;
  34
  35 Int_t cmin = 1;// min 1
  36 Int_t cmax = 8;// max 10
  37
  38 Float_t weightS = -1.;
  39
  40 Int_t rebinsize = 1;
  41
  42 Int_t parplotted = 2;
  43
  44 Bool_t isMC = kFALSE; // don't change this (is set automatically)
  45 Bool_t selectTrue = kTRUE; // put it to true to remove background (only for MC)
  46 Bool_t keepTrue = kFALSE; // put it to false to fit only background (only for MC)
  47
  48 Bool_t kGoodMatch = kFALSE; // to check good matching
  49
  50 Bool_t kSigma2vs3 = kFALSE; // to check good matching
  51
  52 Bool_t require5sigma = kFALSE; // don't touch this flag
  53
  54 Bool_t bayesVsigma = kFALSE; // only to do checks
  55
  56 Bool_t kTOFmatch = kFALSE; // for combined PID requires TOF matching
  57
  58 Bool_t kOverAll = kFALSE;
  59 Bool_t kOverAllTOFmatch = kFALSE;
  60 Bool_t kOverAll2Sigma = kFALSE;
  61 Bool_t kPid2Sigma = kFALSE;
  62 Bool_t kPid3Sigma = kFALSE;
  63
  64 TH2F *hmatched;
  65 TH2F *htracked;
  66
  67 Bool_t kLoaded=kFALSE;
  68 int LoadLib(){
  69   weightS = -1.;
  70
  71   require5sigma = kFALSE;
  72
  73   if(! kLoaded){
  74     gSystem->Load("libVMC.so");
  75     gSystem->Load("libPhysics.so");
  76     gSystem->Load("libTree.so");
  77     gSystem->Load("libMinuit.so");
  78     gSystem->Load("libSTEERBase.so");
  79     gSystem->Load("libANALYSIS.so");
  80     gSystem->Load("libAOD.so");
  81     gSystem->Load("libESD.so");
  82     gSystem->Load("libANALYSIS.so");
  83     gSystem->Load("libANALYSISalice.so");
  84     gSystem->Load("libCORRFW.so");
  85     gSystem->Load("libNetx.so");
  86     gSystem->Load("libPWGPPpid.so");
  87
  88     TFile *f = new TFile("AnalysisResults.root");
  89     TList *l = (TList *) f->Get("contPhiBayes1");
  90     TList *l2 = (TList *) f->Get("contPhiBayes2");
  91
  92     if(!(l && l2)) return 0;
  93
  94     fContPid1 = (AliPIDperfContainer *) l->FindObject("contPID");
  95     fContPid2 = (AliPIDperfContainer *) l->FindObject("contPID2");
  96     hmatched = (TH2F *) l2->FindObject("hMatchKa");
  97     htracked = (TH2F *) l2->FindObject("hTrackingKa");
  98   }
  99   kLoaded = kTRUE;
 100
 101   // check if MC
 102   Float_t x[] = {xmin[0]+0.001,xmin[1]+0.001,xmin[2]+0.001,xmin[3]+0.001,xmin[4]+0.001,xmin[5]+0.001,xmin[6]+0.001,xmin[7]+0.001,1/*trueMC*/,xmin[9],xmin[10],xmin[11],xmin[12],xmin[13]};
 103   Float_t x2[] = {xmax[0],xmax[1],xmax[2],xmax[3],xmax[4],xmax[5],xmax[6],xmax[7],xmax[8],xmax[9],xmax[10],xmax[11],xmax[12],xmax[13]};
 104
 105   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid1;
 106   TH1D *h = tmp->GetQA(0, x, x2)->ProjectionX("checkMC");
 107
 108   if(h->GetEntries()) isMC = kTRUE;
 109   else isMC=kFALSE;
 110
 111   if(!isMC){
 112     selectTrue = kFALSE;
 113     keepTrue = kTRUE;
 114   }
 115   else{
 116     printf("MC truth found!!!!!!\nIt is MC!!!!!!");
 117   }
 118
 119   fsign = new TF1("fsign","[0]*TMath::Voigt(x-[1],[3],[2])*(x>0.987)*(x > 1.005 && x < 1.035 || [4])",fitmin,fitmax);
 120   fback = new TF1("fback","([0]*sqrt(x-0.987) + [1]*(x-0.987) + [2]*sqrt(x-0.987)*(x-0.987) +[3]*(x-0.987)*(x-0.987)+[4]*(x-0.987)*(x-0.987)*sqrt(x-0.987))*(x>0.987)",fitmin,fitmax);
 121   fall = new TF1("fall","([0]*TMath::Voigt(x-[1],[3],[2])*(x > 1.005 && x < 1.035 || [9]) + [4]*sqrt(x-0.987) + [5]*(x-0.987) + [6]*sqrt(x-0.987)*(x-0.987) +[7]*(x-0.987)*(x-0.987)+[8]*(x-0.987)*(x-0.987)*sqrt(x-0.987))*(x>0.987)",0.987,1.05);
 122
 123   if(isMC){
 124     fsign->SetParameter(4,0);
 125     fall->FixParameter(9,0);
 126   }
 127   else{
 128     fsign->SetParameter(4,1);
 129     fall->FixParameter(9,1);
 130   }
 131
 132   fsign->SetLineColor(2);
 133   fback->SetLineColor(4);
 134
 135   if(kSigma2vs3){
 136     kGoodMatch=kFALSE;
 137     kOverAll = 0;
 138   }
 139
 140   if(bayesVsigma){
 141     kOverAll = 0;
 142     kGoodMatch=kFALSE;
 143     kSigma2vs3=kFALSE;
 144     kTOFmatch=kTRUE;
 145     weightS = -0.7;
 146   }
 147   if(kOverAll){
 148     weightS = -0.7;
 149   }
 150
 151   return 1;
 152 }
 153
 154 void doeffKa(Int_t pos,Float_t prob,Float_t etaminkp,Float_t etamaxkp){
 155   LoadLib();
 156   TH1D *hm = hmatched->ProjectionX("matchingKaEff",cmin,cmax);
 157   TH1D *ht = htracked->ProjectionX("tracking",cmin,cmax);
 158
 159   hm->GetYaxis()->SetTitle("TOF matching eff.");
 160   hm->SetTitle("Using probability as weights");
 161
 162   hm->Sumw2();
 163   ht->Sumw2();
 164
 165   hm->Divide(hm,ht,1,1,"B");
 166
 167
 168   Int_t nptbin = binPid[2];
 169   Float_t minptbin = xmin[2];
 170   Float_t maxptbin = xmax[2];
 171
 172   if(pos == 0){
 173     nptbin = binPid[3];
 174     minptbin = xmin[3];
 175     maxptbin = xmax[3];
 176   }
 177
 178   if(prob > 0.1999|| kPid3Sigma ||kPid2Sigma){
 179     kGoodMatch = kFALSE;
 180     kSigma2vs3 = kFALSE;
 181 //    if(! kOverAll) require5sigma = kTRUE;
 182     if(!isMC && !kOverAll) weightS = -0.95;
 183   }
 184
 185   TCanvas *c1 = new TCanvas();
 186   c1->Divide((nptbin+1)/2,2);
 187   TH2F *hh,*hh2;
 188   TH1D *h;
 189   char name[100];
 190   Float_t b[50][3];
 191
 192   Double_t xx[50],yy[50];
 193   Double_t exx[50],eyy[50];
 194
 195   for(Int_t i=0;i < nptbin;i++){
 196     c1->cd(i+1);//->SetLogy();
 197     Float_t ptmin = minptbin+(maxptbin-minptbin)/nptbin*(i);
 198     Float_t ptmax = minptbin+(maxptbin-minptbin)/nptbin*(i+1);
 199
 200     xx[i] = (ptmin+ptmax)/2;
 201     exx[i] = (-ptmin+ptmax)/2;
 202
 203     Float_t pp=0.1;
 204     if(prob < 0.2) pp = 0.;
 205     if(pos) hh=GetHistoKap(ptmin,ptmax,pp,0.0,etaminkp,etamaxkp);
 206     else hh=GetHistoKan(ptmin,ptmax,pp,0.0);
 207     sprintf(name,"TOF matched: %f < p_{T} < %f GeV/#it{c}",ptmin,ptmax);
 208     hh->SetTitle(name);
 209     sprintf(name,"hNoPid%i",i);
 210
 211     pp=prob;
 212     if(prob < 0.2) pp = 0.1;
 213     if(pos) hh2=GetHistoKap(ptmin,ptmax,pp,0.0,etaminkp,etamaxkp);
 214     else hh2=GetHistoKan(ptmin,ptmax,pp,0.0);
 215     AddHisto(hh,hh2,weightS);
 216
 217     h = hh->ProjectionX(name,cmin,cmax);
 218     h->RebinX(rebinsize);
 219     h->Draw("ERR");
 220     h->SetMarkerStyle(24);
 221     b[i][0]=-1;
 222     Int_t ntrial = 0;
 223     Float_t chi2 = 10000;
 224     while(ntrial < 3 && (chi2 > 20 + 1000*selectTrue)){
 225       fit(h,b[i],"WW","",xx[i]);
 226       c1->Update();
 227 //       getchar();
 228       fit(h,b[i],"","",xx[i]);
 229       ntrial++;
 230       chi2 = b[i][2];
 231       printf("chi2 = %f\n",chi2);
 232       c1->Update();
 233 //       getchar();
 234
 235     }
 236
 237     yy[i] = fall->GetParameter(parplotted);
 238     eyy[i] = fall->GetParError(parplotted);
 239   }
 240
 241   TGraphErrors *gpar = new TGraphErrors(nptbin,xx,yy,exx,eyy);
 242   c1->cd(8);
 243 //   gpar->Draw("AP");
 244   gpar->SetMarkerStyle(20);
 245
 246   TCanvas *c2 = new TCanvas();
 247   c2->Divide((nptbin+1)/2,2);
 248   Float_t b2[50][3];
 249
 250   for(Int_t i=0;i < nptbin;i++){
 251     c2->cd(i+1);
 252     Float_t ptmin = minptbin+(maxptbin-minptbin)/nptbin*(i);
 253     Float_t ptmax = minptbin+(maxptbin-minptbin)/nptbin*(i+1);
 254
 255     Float_t pp=prob;
 256     if(prob < 0.2) pp = 0.1;
 257     if(pos) hh=GetHistoKap(ptmin,ptmax,pp,0.0,etaminkp,etamaxkp);
 258     else hh=GetHistoKan(ptmin,ptmax,pp,0.0);
 259     sprintf(name,"P_{TOF} > 0.8: %f < p_{T} < %f GeV/#it{c}",ptmin,ptmax);
 260     hh->SetTitle(name);
 261     sprintf(name,"hPid60_%i",i);
 262     h = hh->ProjectionX(name,cmin,cmax);
 263     h->RebinX(rebinsize);
 264     h->Draw("ERR");
 265     h->SetMarkerStyle(24);
 266     b2[i][0]=-1;
 267     Int_t ntrial = 0;
 268     Float_t chi2 = 10000;
 269     while(ntrial < 3 && (chi2 > 20 + 1000*selectTrue)){
 270       fit(h,b2[i],"WW","");
 271       fit(h,b2[i],"","");
 272       ntrial++;
 273       chi2 = b2[i][2];
 274       printf("chi2 = %f\n",chi2);
 275     }
 276     yy[i] = fall->GetParameter(parplotted);
 277     eyy[i] = fall->GetParError(parplotted);
 278
 279   }
 280
 281   TGraphErrors *gpar2 = new TGraphErrors(nptbin,xx,yy,exx,eyy);
 282   c2->cd(8);
 283 //   gpar2->Draw("AP");
 284   gpar2->SetMarkerStyle(20);
 285
 286   Double_t xpt[50],expt[50],eff[50],efferr[50];
 287   for(Int_t i=0;i<nptbin;i++){
 288     printf("%f +/- %f -  %f +/- %f\n",b[i][0],b[i][1],b2[i][0],b2[i][1]);
 289
 290     Float_t ptmin = minptbin+(maxptbin-minptbin)/nptbin*(i);
 291     Float_t ptmax = minptbin+(maxptbin-minptbin)/nptbin*(i+1);
 292
 293     xpt[i] = (ptmin+ptmax)/2;
 294     expt[i] = (-ptmin+ptmax)/2;
 295     eff[i] = b2[i][0]/(b[i][0]-b2[i][0]*weightS);
 296
 297     b[i][0] = b[i][0]-b2[i][0]*weightS;
 298
 299
 300     efferr[i] = TMath::Abs(b[i][1]*b[i][1]/b[i][0]/b[i][0] + b2[i][1]*b2[i][1]/b2[i][0]/b2[i][0])*(b2[i][0]+b2[i][1])*(1+weightS*(b2[i][0]-b2[i][1])/b[i][0])/b[i][0];//*(1-eff[i]);//der2*der2*(b[i][1]*b[i][1] - b2[i][1]*b2[i][1]));
 301     efferr[i] = TMath::Sqrt(efferr[i]);
 302
 303     if(TMath::Abs(efferr[i]) > 1)efferr[i]=1;
 304   }
 305   new TCanvas();
 306   TGraphErrors *geff = new TGraphErrors(nptbin,xpt,eff,expt,efferr);
 307   geff->Draw("AP");
 308
 309   char flag[100];
 310   flag[0] = '\0';
 311
 312   if(isMC){
 313     if(selectTrue) sprintf(flag,"true");
 314     else if(!keepTrue) sprintf(flag,"back");
 315   }
 316
 317   char flag2[100];
 318   flag2[0] = '\0';
 319
 320   Bool_t kWriteME = kFALSE;
 321
 322   char etarange[100];
 323   sprintf(etarange,"_%.1f-%.1f_",etaminkp,etamaxkp);
 324
 325   if(kGoodMatch)
 326     sprintf(flag2,"GM");
 327
 328   if(bayesVsigma)
 329     sprintf(flag2,"BayesVsSigma");
 330
 331   if(kSigma2vs3)
 332     sprintf(flag2,"Sigma2vs3");
 333
 334   if(kOverAll)
 335     sprintf(flag2,"OverAll");
 336   if(kOverAllTOFmatch)
 337     sprintf(flag2,"OverAllTOF");
 338   if(kOverAll2Sigma)
 339     sprintf(flag2,"OverAll2sigma");
 340
 341   if(kPid3Sigma)
 342     sprintf(flag2,"pid3sigma");
 343   if(kPid2Sigma)
 344     sprintf(flag2,"pid2sigma");
 345
 346   if(pos){
 347     if(prob >=0.2) sprintf(name,"kaonPos%sP%iEff%i_%i%s%s.root",etarange,Int_t(prob*100),(cmin-1)*10,cmax*10,flag,flag2);
 348     else{
 349       sprintf(name,"kaonPos%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 350       if(!(kOverAll || bayesVsigma || kGoodMatch || kSigma2vs3)) kWriteME = kTRUE;
 351     }
 352   }
 353   else{
 354     if(prob >=0.2) sprintf(name,"kaonNeg%sP%iEff%i_%i%s%s.root",etarange,Int_t(prob*100),(cmin-1)*10,cmax*10,flag,flag2);
 355     else sprintf(name,"kaonNeg%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 356   }
 357
 358   geff->SetTitle("K efficiency (from #phi);p_{T} (GeV/#it{c};efficiency");
 359   TFile *fout = new TFile(name,"RECREATE");
 360   geff->Write();
 361   if(kWriteME) hm->Write();
 362   fout->Close();
 363
 364   if(kWriteME) hm->Draw("SAME");
 365 }
 366
 367 TH2F *GetHistoKap(Float_t pt,Float_t ptM,Float_t pMinkp,Float_t pMinkn,Float_t etaminkp,Float_t etamaxkp){
 368
 369   Float_t x[] = {xmin[0]+0.001,etaminkp+0.001,pt+0.001,xmin[3]+0.001,pMinkp+0.001,pMinkn+0.001,(pMinkp>0.09 || kPid3Sigma||kPid2Sigma)+0.001,kTOFmatch+0.001,selectTrue,xmin[9],xmin[10],xmin[11],xmin[12],xmin[13]};
 370   Float_t x2[] = {xmax[0],etamaxkp-0.001,ptM-0.001,xmax[3],xmax[4],xmax[5],xmax[6],xmax[7],keepTrue,xmax[9],xmax[10],xmax[11],xmax[12],xmax[13]};
 371
 372   if(kOverAll){
 373     x[6] = 0.0001;
 374     x2[9] = 5.9;
 375     if(pMinkp > 0.19) x2[9] = 4.9;
 376   }
 377
 378   if(kOverAllTOFmatch && pMinkp > 0.19){
 379     x[6] = 1.0001;
 380     x2[9] = 4.9;
 381   }
 382
 383   if(kOverAll2Sigma && pMinkp > 0.09){
 384     x2[9] = 2;
 385     x[6] = 1.0001;
 386   }
 387
 388   if(kGoodMatch){
 389     x[6] = 1.0001;
 390     if(pMinkp > 0)
 391       x2[9] = 4.9;
 392
 393   }
 394
 395   if(kTOFmatch){
 396     x[6] = 1.0001;
 397   }
 398
 399   if(kSigma2vs3){
 400     x[6] = 1.0001;
 401     x2[9] = 3;
 402     if(pMinkp > 0)
 403       x2[9] = 2;
 404   }
 405
 406   if(bayesVsigma){
 407     if(pMinkp > 0){
 408       x[4] = 0.2001;
 409       x2[9] = 5;
 410     }
 411     else{
 412       x2[9] = 3;
 413     }
 414
 415
 416   }
 417
 418   if(require5sigma) x2[9] = 4.9;
 419   if(kPid3Sigma && pMinkp>0.09) x2[9] = 2.9;
 420   if(kPid2Sigma && pMinkp>0.09) x2[9] = 1.9;
 421
 422   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid1;
 423
 424   TH2F *h = tmp->GetQA(0, x, x2);
 425
 426   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 427   h->GetYaxis()->SetTitle("centrality [%]");
 428
 429   return h;
 430 }
 431
 432 TH2F *GetHistoKan(Float_t pt,Float_t ptM,Float_t pMinkn,Float_t pMinkp,Float_t etaminkp,Float_t etamaxkp){
 433
 434   Float_t x[] = {xmin[0]+0.001,etaminkp+0.001,xmin[2]+0.001,pt+0.001,pMinkp+0.001,pMinkn+0.001,kTOFmatch+0.001,(pMinkn>0.09 || kPid3Sigma||kPid2Sigma)+0.001,selectTrue,xmin[9],xmin[10],xmin[11],xmin[12],xmin[13]};
 435   Float_t x2[] = {xmax[0],etamaxkp-0.001,xmax[2],ptM-0.001,xmax[4],xmax[5],xmax[6],xmax[7],keepTrue,xmax[9],xmax[10],xmax[11],xmax[12],xmax[13]};
 436
 437  if(kOverAll){
 438     x[7] = 0.0001;
 439     x2[10] = 5.9;
 440     if(pMinkn > 0.19) x2[10] = 4.9;
 441   }
 442
 443   if(kOverAllTOFmatch && pMinkn > 0.19){
 444     x[7] = 1.0001;
 445     x2[10] = 4.9;
 446   }
 447
 448   if(kOverAll2Sigma && pMinkn > 0.09){
 449     x2[10] = 2;
 450     x[7] = 1.0001;
 451   }
 452
 453   if(kGoodMatch){
 454     x[7] = 1.0001;
 455     if(pMinkn > 0)
 456       x2[10] = 4.9;
 457
 458   }
 459
 460   if(kTOFmatch){
 461     x[7] = 1.0001;
 462   }
 463
 464   if(kSigma2vs3){
 465     x[7] = 1.0001;
 466     x2[10] = 3;
 467     if(pMinkn > 0)
 468       x2[10] = 2;
 469   }
 470
 471  if(bayesVsigma){
 472     if(pMinkn > 0){
 473       x[5] = 0.2001;
 474       x2[10] = 5;
 475     }
 476     else{
 477       x2[10] = 3;
 478     }
 479   }
 480
 481   if(require5sigma) x2[10] = 4.9;
 482   if(kPid3Sigma && pMinkn>0.09) x2[10] = 2.9;
 483   if(kPid2Sigma && pMinkn>0.09) x2[10] = 1.9;
 484
 485   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid2;
 486
 487   TH2F *h = tmp->GetQA(0, x, x2);
 488
 489   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 490   h->GetYaxis()->SetTitle("centrality [%]");
 491
 492   return h;
 493 }
 494
 495
 496 void fit(TH1D *h,Float_t *a,char *opt,char *opt2,Float_t pt){
 497   if(h->GetEntries() < 1){
 498     if(a){
 499       a[0]=0.01;
 500       a[1]=1;
 501     }
 502     return;
 503   }
 504
 505
 506  fall->SetParameter(0,100);
 507  fall->SetParameter(0,1.01898 + 2.4e-04*pt);
 508  fall->SetParameter(2,0.0044);
 509  fall->SetParameter(3,0.0015);
 510
 511  fall->SetParLimits(0,-100,100000);
 512  fall->SetParLimits(1,1.01898 + 2.4e-04*pt-1e-03,1.01898 + 2.4e-04*pt+1e-03);
 513  fall->SetParLimits(2,0.0005,0.006);
 514  fall->SetParLimits(3,0.001,0.0017);
 515
 516  fall->FixParameter(1,1.01884 + 2.9891e-04*pt);
 517  fall->FixParameter(2,0.0044);
 518  fall->FixParameter(3,7.57574e-04 + 3.85408e-04*pt);
 519
 520  fall->ReleaseParameter(4);
 521  fall->ReleaseParameter(5);
 522  fall->ReleaseParameter(6);
 523  fall->ReleaseParameter(7);
 524  fall->ReleaseParameter(8);
 525
 526
 527  if(!kGoodMatch && !kSigma2vs3){
 528    if(pt > 1.5){
 529      fall->FixParameter(7,0);
 530      fall->FixParameter(8,0);
 531    }
 532    if(pt > 1.7){
 533      fall->FixParameter(6,0);
 534    }
 535  }
 536
 537  if(selectTrue){
 538    fall->FixParameter(4,0);
 539    fall->FixParameter(5,0);
 540    fall->FixParameter(6,0);
 541    fall->FixParameter(7,0);
 542    fall->FixParameter(8,0);
 543  }
 544
 545  char name[100];
 546  TF1 *ftmp=fall;
 547
 548  TF1 *ftmp2=new TF1(*fsign);
 549  sprintf(name,"fsign%i",ifunc);
 550  ftmp2->SetName(name);
 551
 552  TF1 *ftmp3=new TF1(*fback);
 553  sprintf(name,"ftmp3%i",ifunc);
 554  ftmp3->SetName(name);
 555
 556  ifunc++;
 557
 558  h->Fit(ftmp,opt,opt2,fitmin,fitmax);
 559  h->Draw("ERR");
 560
 561  ftmp2->SetParameter(0,ftmp->GetParameter(0));
 562  ftmp2->SetParameter(1,ftmp->GetParameter(1));
 563  ftmp2->SetParameter(2,ftmp->GetParameter(2));
 564  ftmp2->SetParameter(3,ftmp->GetParameter(3));
 565  ftmp2->Draw("SAME");
 566  ftmp3->SetParameter(0,ftmp->GetParameter(4));
 567  ftmp3->SetParameter(1,ftmp->GetParameter(5));
 568  ftmp3->SetParameter(2,ftmp->GetParameter(6));
 569  ftmp3->SetParameter(3,ftmp->GetParameter(7));
 570  ftmp3->SetParameter(4,ftmp->GetParameter(8));
 571  ftmp3->Draw("SAME");
 572
 573  Float_t mean = ftmp->GetParameter(1);
 574  Float_t sigma = 0.0044;//TMath::Abs(ftmp->GetParameter(2));
 575
 576  Float_t signI = ftmp2->Integral(mean-10*sigma,mean+10*sigma)/h->GetBinWidth(1);
 577  if(signI < 1) signI = 1;
 578
 579  Float_t backI = ftmp3->Integral(mean-3*sigma,mean+3*sigma)/h->GetBinWidth(1);
 580  if(backI < 1) backI = 1;
 581
 582  Float_t errI = TMath::Abs(ftmp->GetParError(0)*ftmp->GetParError(0)/(0.001+ftmp->GetParameter(0))/(0.001+ftmp->GetParameter(0)));
 583  errI = TMath::Sqrt(errI);
 584
 585  printf("signal(5 sigma) = %f +/- %f(fit) +/- %f(stat)\n",signI,errI*signI,TMath::Sqrt(signI));
 586  printf("backgr(3sigma) = %f\n",backI);
 587  printf("significance(3 sigma) = %f\n",signI/sqrt(signI+backI));
 588
 589  if(a){
 590    a[0]=signI;
 591    a[1]=signI*errI*signI*errI + signI;
 592    a[1] = TMath::Sqrt(a[1]);
 593    if(ftmp->GetNDF()) a[2] = ftmp->GetChisquare()/ftmp->GetNDF();
 594
 595
 596    if(selectTrue){
 597      a[0] = h->GetEntries();
 598      a[1] = TMath::Sqrt(a[0]);
 599    }
 600  }
 601 }
 602
 603 void AddHisto(TH2F *h1,TH2F *h2,Float_t w){
 604   Int_t nbinx = h1->GetNbinsX();
 605   Int_t nbiny = h1->GetNbinsY();
 606
 607   for(Int_t i=1;i<=nbinx;i++){
 608     for(Int_t j=1;j<=nbiny;j++){
 609       Double_t val = h1->GetBinContent(i,j) + h2->GetBinContent(i,j)*w;
 610       Float_t err = TMath::Min(TMath::Sqrt(val),val);
 611       h1->SetBinContent(i,j,val);
 612       h1->SetBinError(i,j,err);
 613     }
 614   }
 615 }