STEER/CDB/AliBaseCalibViewer.cxx

   1 ///////////////////////////////////////////////////////////////////////////////
   2 //                                                                           //
   3 //  Base class for the AliTPCCalibViewer and AliTRDCalibViewer               //
   4 //  used for the calibration monitor                                         //
   5 //                                                                           //
   6 //  Authors:     Marian Ivanov (Marian.Ivanov@cern.ch)                       //
   7 //               Jens Wiechula (Jens.Wiechula@cern.ch)                       //
   8 //               Ionut Arsene  (iarsene@cern.ch)                             //
   9 //                                                                           //
  10 ///////////////////////////////////////////////////////////////////////////////
  11
  12
  13 #include <iostream>
  14 #include <fstream>
  15 #include <TString.h>
  16 #include <TRandom.h>
  17 #include <TLegend.h>
  18 #include <TLine.h>
  19 //#include <TCanvas.h>
  20 #include <TROOT.h>
  21 #include <TStyle.h>
  22 #include <TH1.h>
  23 #include <TH1F.h>
  24 #include <TMath.h>
  25 #include <THashTable.h>
  26 #include <TObjString.h>
  27 #include <TLinearFitter.h>
  28 #include <TFile.h>
  29 #include <TKey.h>
  30 #include <TGraph.h>
  31 #include <TDirectory.h>
  32 #include <TFriendElement.h>
  33
  34 #include "TTreeStream.h"
  35 #include "AliBaseCalibViewer.h"
  36
  37 ClassImp(AliBaseCalibViewer)
  38
  39 AliBaseCalibViewer::AliBaseCalibViewer()
  40                   :TObject(),
  41                    fTree(0),
  42                    fFile(0),
  43                    fListOfObjectsToBeDeleted(0),
  44                    fTreeMustBeDeleted(0),
  45                    fAbbreviation(0),
  46                    fAppendString(0)
  47 {
  48   //
  49   // Default constructor
  50   //
  51 }
  52
  53 //_____________________________________________________________________________
  54 AliBaseCalibViewer::AliBaseCalibViewer(const AliBaseCalibViewer &c)
  55                   :TObject(c),
  56                    fTree(0),
  57                    fFile(0),
  58                    fListOfObjectsToBeDeleted(0),
  59                    fTreeMustBeDeleted(0),
  60                    fAbbreviation(0),
  61                    fAppendString(0)
  62 {
  63   //
  64   // dummy AliBaseCalibViewer copy constructor
  65   // not yet working!!!
  66   //
  67   fTree = c.fTree;
  68   fTreeMustBeDeleted = c.fTreeMustBeDeleted;
  69   fListOfObjectsToBeDeleted = c.fListOfObjectsToBeDeleted;
  70   fAbbreviation = c.fAbbreviation;
  71   fAppendString = c.fAppendString;
  72 }
  73
  74 //_____________________________________________________________________________
  75 AliBaseCalibViewer::AliBaseCalibViewer(TTree* tree)
  76                   :TObject(),
  77                    fTree(0),
  78                    fFile(0),
  79                    fListOfObjectsToBeDeleted(0),
  80                    fTreeMustBeDeleted(0),
  81                    fAbbreviation(0),
  82                    fAppendString(0)
  83 {
  84   //
  85   // Constructor that initializes the calibration viewer
  86   //
  87   fTree = tree;
  88   fTreeMustBeDeleted = kFALSE;
  89   fListOfObjectsToBeDeleted = new TObjArray();
  90   fAbbreviation = "~";
  91   fAppendString = ".fElements";
  92 }
  93
  94 //_____________________________________________________________________________
  95 AliBaseCalibViewer::AliBaseCalibViewer(const Char_t* fileName, const Char_t* treeName)
  96                   :TObject(),
  97                    fTree(0),
  98                    fFile(0),
  99                    fListOfObjectsToBeDeleted(0),
 100                    fTreeMustBeDeleted(0),
 101                    fAbbreviation(0),
 102                    fAppendString(0)
 103
 104 {
 105    //
 106    // Constructor to initialize the calibration viewer
 107    // the file 'fileName' contains the tree 'treeName'
 108    //
 109    fFile = new TFile(fileName, "read");
 110    fTree = (TTree*) fFile->Get(treeName);
 111    fTreeMustBeDeleted = kTRUE;
 112    fListOfObjectsToBeDeleted = new TObjArray();
 113    fAbbreviation = "~";
 114    fAppendString = ".fElements";
 115 }
 116
 117 //____________________________________________________________________________
 118 AliBaseCalibViewer & AliBaseCalibViewer::operator =(const AliBaseCalibViewer & param)
 119 {
 120    //
 121    // assignment operator - dummy
 122    // not yet working!!!
 123    //
 124    fTree = param.fTree;
 125    fTreeMustBeDeleted = param.fTreeMustBeDeleted;
 126    fListOfObjectsToBeDeleted = param.fListOfObjectsToBeDeleted;
 127    fAbbreviation = param.fAbbreviation;
 128    fAppendString = param.fAppendString;
 129    return (*this);
 130 }
 131
 132 //_____________________________________________________________________________
 133 AliBaseCalibViewer::~AliBaseCalibViewer()
 134 {
 135    //
 136    // AliBaseCalibViewer destructor
 137    // all objects will be deleted, the file will be closed, the pictures will disappear
 138    //
 139    if (fTree && fTreeMustBeDeleted) {
 140       fTree->SetCacheSize(0);
 141       fTree->Delete();
 142    }
 143    if (fFile) {
 144       fFile->Close();
 145       fFile = 0;
 146    }
 147
 148    for (Int_t i = fListOfObjectsToBeDeleted->GetEntriesFast()-1; i >= 0; i--) {
 149       delete fListOfObjectsToBeDeleted->At(i);
 150    }
 151    delete fListOfObjectsToBeDeleted;
 152 }
 153
 154 //_____________________________________________________________________________
 155 void AliBaseCalibViewer::Delete(Option_t* /*option*/) {
 156    //
 157    // Should be called from AliBaseCalibViewerGUI class only.
 158    // If you use Delete() do not call the destructor.
 159    // All objects (except those contained in fListOfObjectsToBeDeleted) will be deleted, the file will be closed.
 160    //
 161
 162    if (fTree && fTreeMustBeDeleted) {
 163       fTree->SetCacheSize(0);
 164       fTree->Delete();
 165    }
 166    delete fFile;
 167    delete fListOfObjectsToBeDeleted;
 168 }
 169
 170 //_____________________________________________________________________________
 171 void AliBaseCalibViewer::FormatHistoLabels(TH1 *histo) const {
 172    //
 173    // formats title and axis labels of histo
 174    // removes '.fElements'
 175    //
 176    if (!histo) return;
 177    TString replaceString(fAppendString.Data());
 178    TString *str = new TString(histo->GetTitle());
 179    str->ReplaceAll(replaceString, "");
 180    histo->SetTitle(str->Data());
 181    delete str;
 182    if (histo->GetXaxis()) {
 183       str = new TString(histo->GetXaxis()->GetTitle());
 184       str->ReplaceAll(replaceString, "");
 185       histo->GetXaxis()->SetTitle(str->Data());
 186       delete str;
 187    }
 188    if (histo->GetYaxis()) {
 189       str = new TString(histo->GetYaxis()->GetTitle());
 190       str->ReplaceAll(replaceString, "");
 191       histo->GetYaxis()->SetTitle(str->Data());
 192       delete str;
 193    }
 194    if (histo->GetZaxis()) {
 195       str = new TString(histo->GetZaxis()->GetTitle());
 196       str->ReplaceAll(replaceString, "");
 197       histo->GetZaxis()->SetTitle(str->Data());
 198       delete str;
 199    }
 200 }
 201
 202 //_____________________________________________________________________________
 203 TFriendElement* AliBaseCalibViewer::AddReferenceTree(const Char_t* filename, const Char_t* treename, const Char_t* refname){
 204   //
 205   // add a reference tree to the current tree
 206   // by default the treename is 'tree' and the reference treename is 'R'
 207   //
 208    TFile *file = new TFile(filename);
 209    fListOfObjectsToBeDeleted->Add(file);
 210    TTree * tree = (TTree*)file->Get(treename);
 211    return AddFriend(tree, refname);
 212 }
 213
 214 //_____________________________________________________________________________
 215 TString* AliBaseCalibViewer::Fit(const Char_t* drawCommand, const Char_t* formula, const Char_t* cuts,
 216                                  Double_t & chi2, TVectorD &fitParam, TMatrixD &covMatrix){
 217    //
 218    // fit an arbitrary function, specified by formula into the data, specified by drawCommand and cuts
 219    // returns chi2, fitParam and covMatrix
 220    // returns TString with fitted formula
 221    //
 222
 223    TString formulaStr(formula);
 224    TString drawStr(drawCommand);
 225    TString cutStr(cuts);
 226
 227    // abbreviations:
 228    drawStr.ReplaceAll(fAbbreviation, fAppendString);
 229    cutStr.ReplaceAll(fAbbreviation, fAppendString);
 230    formulaStr.ReplaceAll(fAbbreviation, fAppendString);
 231
 232    formulaStr.ReplaceAll("++", fAbbreviation);
 233    TObjArray* formulaTokens = formulaStr.Tokenize(fAbbreviation.Data());
 234    Int_t dim = formulaTokens->GetEntriesFast();
 235
 236    fitParam.ResizeTo(dim);
 237    covMatrix.ResizeTo(dim,dim);
 238
 239    TLinearFitter* fitter = new TLinearFitter(dim+1, Form("hyp%d",dim));
 240    fitter->StoreData(kTRUE);
 241    fitter->ClearPoints();
 242
 243    Int_t entries = Draw(drawStr.Data(), cutStr.Data(), "goff");
 244    if (entries == -1) {
 245      delete fitter;
 246      return new TString("An ERROR has occured during fitting!");
 247    }
 248    Double_t **values = new Double_t*[dim+1] ;
 249
 250    for (Int_t i = 0; i < dim + 1; i++){
 251       Int_t centries = 0;
 252       if (i < dim) centries = fTree->Draw(((TObjString*)formulaTokens->At(i))->GetName(), cutStr.Data(), "goff");
 253       else  centries = fTree->Draw(drawStr.Data(), cutStr.Data(), "goff");
 254
 255       if (entries != centries) {
 256         delete fitter;
 257         delete [] values;
 258         return new TString("An ERROR has occured during fitting!");
 259       }
 260       values[i] = new Double_t[entries];
 261       memcpy(values[i],  fTree->GetV1(), entries*sizeof(Double_t));
 262    }
 263
 264    // add points to the fitter
 265    for (Int_t i = 0; i < entries; i++){
 266       Double_t x[1000];
 267       for (Int_t j=0; j<dim;j++) x[j]=values[j][i];
 268       fitter->AddPoint(x, values[dim][i], 1);
 269    }
 270
 271    fitter->Eval();
 272    fitter->GetParameters(fitParam);
 273    fitter->GetCovarianceMatrix(covMatrix);
 274    chi2 = fitter->GetChisquare();
 275
 276    TString *preturnFormula = new TString(Form("( %e+",fitParam[0])), &returnFormula = *preturnFormula;
 277
 278    for (Int_t iparam = 0; iparam < dim; iparam++) {
 279      returnFormula.Append(Form("%s*(%e)",((TObjString*)formulaTokens->At(iparam))->GetName(),fitParam[iparam+1]));
 280      if (iparam < dim-1) returnFormula.Append("+");
 281    }
 282    returnFormula.Append(" )");
 283    delete formulaTokens;
 284    delete fitter;
 285    for (Int_t i = 0; i < dim + 1; i++) delete [] values[i];
 286    delete[] values;
 287    return preturnFormula;
 288 }
 289
 290 //_____________________________________________________________________________
 291 Double_t AliBaseCalibViewer::GetLTM(Int_t n, Double_t *array, Double_t *sigma, Double_t fraction){
 292    //
 293    //  returns the LTM and sigma
 294    //
 295    Double_t *ddata = new Double_t[n];
 296    Double_t mean = 0, lsigma = 0;
 297    UInt_t nPoints = 0;
 298    for (UInt_t i = 0; i < (UInt_t)n; i++) {
 299          ddata[nPoints]= array[nPoints];
 300          nPoints++;
 301    }
 302    Int_t hh = TMath::Min(TMath::Nint(fraction * nPoints), Int_t(n));
 303    AliMathBase::EvaluateUni(nPoints, ddata, mean, lsigma, hh);
 304    if (sigma) *sigma = lsigma;
 305    delete [] ddata;
 306    return mean;
 307 }
 308
 309 //_____________________________________________________________________________
 310 Int_t AliBaseCalibViewer::GetBin(Float_t value, Int_t nbins, Double_t binLow, Double_t binUp){
 311    // Returns the 'bin' for 'value'
 312    // The interval between 'binLow' and 'binUp' is divided into 'nbins' equidistant bins
 313    // avoid index out of bounds error: 'if (bin < binLow) bin = binLow' and vice versa
 314    /* Begin_Latex
 315          GetBin(value) = #frac{nbins - 1}{binUp - binLow} #upoint (value - binLow) +1
 316       End_Latex
 317    */
 318
 319    Int_t bin =  TMath::Nint( (Float_t)(value - binLow) / (Float_t)(binUp - binLow) * (nbins-1) ) + 1;
 320    // avoid index out of bounds:
 321    if (value < binLow) bin = 0;
 322    if (value > binUp)  bin = nbins + 1;
 323    return bin;
 324
 325 }
 326
 327 //_____________________________________________________________________________
 328 TH1F* AliBaseCalibViewer::SigmaCut(TH1F *histogram, Float_t mean, Float_t sigma, Float_t sigmaMax,
 329                                    Float_t sigmaStep, Bool_t pm) {
 330    //
 331    // Creates a cumulative histogram Begin_Latex S(t, #mu, #sigma) End_Latex, where you can see, how much of the data are inside sigma-intervals around the mean value
 332    // The data of the distribution Begin_Latex f(x, #mu, #sigma) End_Latex are given in 'histogram'
 333    // 'mean' and 'sigma' are Begin_Latex #mu End_Latex and  Begin_Latex #sigma End_Latex of the distribution in 'histogram', to be specified by the user
 334    // sigmaMax: up to which sigma around the mean/median/LTM the histogram is generated (in units of sigma, Begin_Latex t #sigma End_Latex)
 335    // sigmaStep: the binsize of the generated histogram, -1 means, that the maximal reasonable stepsize is used
 336    // pm: Decide weather Begin_Latex t > 0 End_Latex (first case) or Begin_Latex t End_Latex arbitrary (secound case)
 337    // The actual work is done on the array.
 338    /* Begin_Latex
 339          f(x, #mu, #sigma)     #Rightarrow       S(t, #mu, #sigma) = (#int_{#mu}^{#mu + t #sigma} f(x, #mu, #sigma) dx + #int_{#mu}^{#mu - t #sigma} f(x, #mu, #sigma) dx) / (#int_{-#infty}^{+#infty} f(x, #mu, #sigma) dx),    for  t > 0
 340          or
 341          f(x, #mu, #sigma)     #Rightarrow       S(t, #mu, #sigma) = #int_{#mu}^{#mu + t #sigma} f(x, #mu, #sigma) dx / #int_{-#infty}^{+#infty} f(x, #mu, #sigma) dx
 342       End_Latex
 343       Begin_Macro(source)
 344       {
 345          Float_t mean = 0;
 346          Float_t sigma = 1.5;
 347          Float_t sigmaMax = 4;
 348          gROOT->SetStyle("Plain");
 349          TH1F *distribution = new TH1F("Distribution1", "Distribution f(x, #mu, #sigma)", 1000,-5,5);
 350          TRandom rand(23);
 351          for (Int_t i = 0; i <50000;i++) distribution->Fill(rand.Gaus(mean, sigma));
 352          Float_t *ar = distribution->GetArray();
 353
 354          TCanvas* macro_example_canvas = new TCanvas("cAliBaseCalibViewer", "", 350, 350);
 355          macro_example_canvas->Divide(0,3);
 356          TVirtualPad *pad1 = macro_example_canvas->cd(1);
 357          pad1->SetGridy();
 358          pad1->SetGridx();
 359          distribution->Draw();
 360          TVirtualPad *pad2 = macro_example_canvas->cd(2);
 361          pad2->SetGridy();
 362          pad2->SetGridx();
 363
 364          TH1F *shist = AliTPCCalibViewer::SigmaCut(distribution, mean, sigma, sigmaMax);
 365          shist->SetNameTitle("Cumulative","Cumulative S(t, #mu, #sigma)");
 366          shist->Draw();
 367          TVirtualPad *pad3 = macro_example_canvas->cd(3);
 368          pad3->SetGridy();
 369          pad3->SetGridx();
 370          TH1F *shistPM = AliTPCCalibViewer::SigmaCut(distribution, mean, sigma, sigmaMax, -1, kTRUE);
 371          shistPM->Draw();
 372          return macro_example_canvas;
 373       }
 374       End_Macro
 375    */
 376
 377    Float_t *array = histogram->GetArray();
 378    Int_t    nbins = histogram->GetXaxis()->GetNbins();
 379    Float_t binLow = histogram->GetXaxis()->GetXmin();
 380    Float_t binUp  = histogram->GetXaxis()->GetXmax();
 381    return AliBaseCalibViewer::SigmaCut(nbins, array, mean, sigma, nbins, binLow, binUp, sigmaMax, sigmaStep, pm);
 382 }
 383
 384 //_____________________________________________________________________________
 385 TH1F* AliBaseCalibViewer::SigmaCut(Int_t n, Float_t *array, Float_t mean, Float_t sigma, Int_t nbins, Float_t binLow, Float_t binUp, Float_t sigmaMax, Float_t sigmaStep, Bool_t pm){
 386    //
 387    // Creates a histogram Begin_Latex S(t, #mu, #sigma) End_Latex, where you can see, how much of the data are inside sigma-intervals around the mean value
 388    // The data of the distribution Begin_Latex f(x, #mu, #sigma) End_Latex are given in 'array', 'n' specifies the length of the array
 389    // 'mean' and 'sigma' are Begin_Latex #mu End_Latex and  Begin_Latex #sigma End_Latex of the distribution in 'array', to be specified by the user
 390    // 'nbins': number of bins, 'binLow': first bin, 'binUp': last bin
 391    // sigmaMax: up to which sigma around the mean/median/LTM the histogram is generated (in units of sigma, Begin_Latex t #sigma End_Latex)
 392    // sigmaStep: the binsize of the generated histogram
 393    // Here the actual work is done.
 394
 395    if (TMath::Abs(sigma) < 1.e-10) return 0;
 396    Float_t binWidth = (binUp-binLow)/(nbins - 1);
 397    if (sigmaStep <= 0) sigmaStep = binWidth;
 398    Int_t kbins = (Int_t)(sigmaMax * sigma / sigmaStep) + 1; // + 1  due to overflow bin in histograms
 399    if (pm) kbins = 2 * (Int_t)(sigmaMax * sigma / sigmaStep) + 1;
 400    Float_t kbinLow = !pm ? 0 : -sigmaMax;
 401    Float_t kbinUp  = sigmaMax;
 402    TH1F *hist = new TH1F("sigmaCutHisto","Cumulative; Multiples of #sigma; Fraction of included data", kbins, kbinLow, kbinUp);
 403    hist->SetDirectory(0);
 404    hist->Reset();
 405
 406    // calculate normalization
 407    Double_t normalization = 0;
 408    for (Int_t i = 0; i <= n; i++) {
 409         normalization += array[i];
 410    }
 411
 412    // given units: units from given histogram
 413    // sigma units: in units of sigma
 414    // iDelta: integrate in interval (mean +- iDelta), given units
 415    // x:      ofset from mean for integration, given units
 416    // hist:   needs
 417
 418    // fill histogram
 419    for (Float_t iDelta = 0; iDelta <= sigmaMax * sigma; iDelta += sigmaStep) {
 420       // integrate array
 421       Double_t valueP = array[GetBin(mean, nbins, binLow, binUp)];
 422       Double_t valueM = array[GetBin(mean-binWidth, nbins, binLow, binUp)];
 423       // add bin of mean value only once to the histogram
 424       for (Float_t x = binWidth; x <= iDelta; x += binWidth) {
 425          valueP += (mean + x <= binUp)  ? array[GetBin(mean + x, nbins, binLow, binUp)] : 0;
 426          valueM += (mean-binWidth - x >= binLow) ? array[GetBin(mean-binWidth - x, nbins, binLow, binUp)] : 0;
 427       }
 428
 429       if (valueP / normalization > 100) printf("+++ Error, value to big: %f, normalization with %f will fail  +++ \n", valueP, normalization);
 430       if (valueP / normalization > 100) return hist;
 431       if (valueM / normalization > 100) printf("+++ Error, value to big: %f, normalization with %f will fail  +++ \n", valueM, normalization);
 432       if (valueM / normalization > 100) return hist;
 433       valueP = (valueP / normalization);
 434       valueM = (valueM / normalization);
 435       if (pm) {
 436          Int_t bin = GetBin(iDelta/sigma, kbins, kbinLow, kbinUp);
 437          hist->SetBinContent(bin, valueP);
 438          bin = GetBin(-iDelta/sigma, kbins, kbinLow, kbinUp);
 439          hist->SetBinContent(bin, valueM);
 440       }
 441       else { // if (!pm)
 442          Int_t bin = GetBin(iDelta/sigma, kbins, kbinLow, kbinUp);
 443          hist->SetBinContent(bin, valueP + valueM);
 444       }
 445    }
 446    if (!pm) hist->SetMaximum(1.2);
 447    return hist;
 448 }
 449
 450 //_____________________________________________________________________________
 451 TH1F* AliBaseCalibViewer::SigmaCut(Int_t /*n*/, Double_t */*array*/, Double_t /*mean*/, Double_t /*sigma*/,
 452                                    Int_t /*nbins*/, Double_t */*xbins*/, Double_t /*sigmaMax*/){
 453    //
 454    // SigmaCut for variable binsize
 455    // NOT YET IMPLEMENTED !!!
 456    //
 457    printf("SigmaCut with variable binsize, Not yet implemented\n");
 458
 459    return 0;
 460 }
 461
 462 //_____________________________________________________________________________
 463 Int_t  AliBaseCalibViewer::DrawHisto1D(const Char_t* drawCommand, const Char_t* sector, const Char_t* cuts,
 464                                        const Char_t *sigmas, Bool_t plotMean, Bool_t plotMedian, Bool_t plotLTM) const
 465 {
 466    //
 467    // Easy drawing of data, in principle the same as EasyDraw1D
 468    // Difference: A line for the mean / median / LTM is drawn
 469    // in 'sigmas' you can specify in which distance to the mean/median/LTM you want to see a line in sigma-units, separated by ';'
 470    // example: sigmas = "2; 4; 6;"  at Begin_Latex 2 #sigma End_Latex, Begin_Latex 4 #sigma End_Latex and Begin_Latex 6 #sigma End_Latex  a line is drawn.
 471    // "plotMean", "plotMedian" and "plotLTM": what kind of lines do you want to see?
 472    //
 473   Int_t oldOptStat = gStyle->GetOptStat();
 474   gStyle->SetOptStat(0000000);
 475   Double_t ltmFraction = 0.8;
 476
 477   TObjArray *sigmasTokens = TString(sigmas).Tokenize(";");
 478   TVectorF nsigma(sigmasTokens->GetEntriesFast());
 479   for (Int_t i = 0; i < sigmasTokens->GetEntriesFast(); i++) {
 480     TString str(((TObjString*)sigmasTokens->At(i))->GetString());
 481     Double_t sig = (str.IsFloat()) ? str.Atof() : 0;
 482     nsigma[i] = sig;
 483   }
 484
 485   TString drawStr(drawCommand);
 486   Bool_t dangerousToDraw = drawStr.Contains(":") || drawStr.Contains(">>");
 487   if (dangerousToDraw) {
 488     Warning("DrawHisto1D", "The draw string must not contain ':' or '>>'.");
 489     return -1;
 490   }
 491   drawStr += " >> tempHist";
 492   Int_t entries = EasyDraw1D(drawStr.Data(), sector, cuts);
 493   TH1F *htemp = (TH1F*)gDirectory->Get("tempHist");
 494    // FIXME is this histogram deleted automatically?
 495   Double_t *values = fTree->GetV1();  // value is the array containing 'entries' numbers
 496
 497   Double_t mean = TMath::Mean(entries, values);
 498   Double_t median = TMath::Median(entries, values);
 499   Double_t sigma = TMath::RMS(entries, values);
 500   Double_t maxY = htemp->GetMaximum();
 501
 502   TLegend * legend = new TLegend(.7,.7, .99, .99, "Statistical information");
 503    //fListOfObjectsToBeDeleted->Add(legend);
 504
 505   if (plotMean) {
 506       // draw Mean
 507     TLine* line = new TLine(mean, 0, mean, maxY);
 508       //fListOfObjectsToBeDeleted->Add(line);
 509     line->SetLineColor(kRed);
 510     line->SetLineWidth(2);
 511     line->SetLineStyle(1);
 512     line->Draw();
 513     legend->AddEntry(line, Form("Mean: %f", mean), "l");
 514       // draw sigma lines
 515     for (Int_t i = 0; i < nsigma.GetNoElements(); i++) {
 516       TLine* linePlusSigma = new TLine(mean + nsigma[i] * sigma, 0, mean + nsigma[i] * sigma, maxY);
 517          //fListOfObjectsToBeDeleted->Add(linePlusSigma);
 518       linePlusSigma->SetLineColor(kRed);
 519       linePlusSigma->SetLineStyle(2 + i);
 520       linePlusSigma->Draw();
 521       TLine* lineMinusSigma = new TLine(mean - nsigma[i] * sigma, 0, mean - nsigma[i] * sigma, maxY);
 522          //fListOfObjectsToBeDeleted->Add(lineMinusSigma);
 523       lineMinusSigma->SetLineColor(kRed);
 524       lineMinusSigma->SetLineStyle(2 + i);
 525       lineMinusSigma->Draw();
 526       legend->AddEntry(lineMinusSigma, Form("%i #sigma = %f",(Int_t)(nsigma[i]), (Float_t)(nsigma[i] * sigma)), "l");
 527     }
 528   }
 529   if (plotMedian) {
 530       // draw median
 531     TLine* line = new TLine(median, 0, median, maxY);
 532       //fListOfObjectsToBeDeleted->Add(line);
 533     line->SetLineColor(kBlue);
 534     line->SetLineWidth(2);
 535     line->SetLineStyle(1);
 536     line->Draw();
 537     legend->AddEntry(line, Form("Median: %f", median), "l");
 538       // draw sigma lines
 539     for (Int_t i = 0; i < nsigma.GetNoElements(); i++) {
 540       TLine* linePlusSigma = new TLine(median + nsigma[i] * sigma, 0, median + nsigma[i]*sigma, maxY);
 541          //fListOfObjectsToBeDeleted->Add(linePlusSigma);
 542       linePlusSigma->SetLineColor(kBlue);
 543       linePlusSigma->SetLineStyle(2 + i);
 544       linePlusSigma->Draw();
 545       TLine* lineMinusSigma = new TLine(median - nsigma[i] * sigma, 0, median - nsigma[i]*sigma, maxY);
 546          //fListOfObjectsToBeDeleted->Add(lineMinusSigma);
 547       lineMinusSigma->SetLineColor(kBlue);
 548       lineMinusSigma->SetLineStyle(2 + i);
 549       lineMinusSigma->Draw();
 550       legend->AddEntry(lineMinusSigma, Form("%i #sigma = %f",(Int_t)(nsigma[i]), (Float_t)(nsigma[i] * sigma)), "l");
 551     }
 552   }
 553   if (plotLTM) {
 554       // draw LTM
 555     Double_t ltmRms = 0;
 556     Double_t ltm = GetLTM(entries, values, &ltmRms, ltmFraction);
 557     TLine* line = new TLine(ltm, 0, ltm, maxY);
 558       //fListOfObjectsToBeDeleted->Add(line);
 559     line->SetLineColor(kGreen+2);
 560     line->SetLineWidth(2);
 561     line->SetLineStyle(1);
 562     line->Draw();
 563     legend->AddEntry(line, Form("LTM: %f", ltm), "l");
 564       // draw sigma lines
 565     for (Int_t i = 0; i < nsigma.GetNoElements(); i++) {
 566       TLine* linePlusSigma = new TLine(ltm + nsigma[i] * ltmRms, 0, ltm + nsigma[i] * ltmRms, maxY);
 567          //fListOfObjectsToBeDeleted->Add(linePlusSigma);
 568       linePlusSigma->SetLineColor(kGreen+2);
 569       linePlusSigma->SetLineStyle(2+i);
 570       linePlusSigma->Draw();
 571
 572       TLine* lineMinusSigma = new TLine(ltm - nsigma[i] * ltmRms, 0, ltm - nsigma[i] * ltmRms, maxY);
 573          //fListOfObjectsToBeDeleted->Add(lineMinusSigma);
 574       lineMinusSigma->SetLineColor(kGreen+2);
 575       lineMinusSigma->SetLineStyle(2+i);
 576       lineMinusSigma->Draw();
 577       legend->AddEntry(lineMinusSigma, Form("%i #sigma = %f", (Int_t)(nsigma[i]), (Float_t)(nsigma[i] * ltmRms)), "l");
 578     }
 579   }
 580   if (!plotMean && !plotMedian && !plotLTM) return -1;
 581   legend->Draw();
 582   gStyle->SetOptStat(oldOptStat);
 583   return 1;
 584 }
 585
 586 //_____________________________________________________________________________
 587 Int_t AliBaseCalibViewer::SigmaCut(const Char_t* drawCommand, const Char_t* sector, const Char_t* cuts,
 588                                    Float_t sigmaMax, Bool_t plotMean, Bool_t plotMedian, Bool_t plotLTM, Bool_t pm,
 589                                    const Char_t *sigmas, Float_t sigmaStep) const {
 590    //
 591    // Creates a histogram, where you can see, how much of the data are inside sigma-intervals
 592    // around the mean/median/LTM
 593    // with drawCommand, sector and cuts you specify your input data, see EasyDraw
 594    // sigmaMax: up to which sigma around the mean/median/LTM the histogram is generated (in units of sigma)
 595    // sigmaStep: the binsize of the generated histogram
 596    // plotMean/plotMedian/plotLTM: specifies where to put the center
 597    //
 598
 599    Double_t ltmFraction = 0.8;
 600
 601    TString drawStr(drawCommand);
 602    Bool_t dangerousToDraw = drawStr.Contains(":") || drawStr.Contains(">>");
 603    if (dangerousToDraw) {
 604       Warning("SigmaCut", "The draw string must not contain ':' or '>>'.");
 605       return -1;
 606    }
 607    drawStr += " >> tempHist";
 608
 609    Int_t entries = EasyDraw1D(drawStr.Data(), sector, cuts, "goff");
 610    TH1F *htemp = (TH1F*)gDirectory->Get("tempHist");
 611    // FIXME is this histogram deleted automatically?
 612    Double_t *values = fTree->GetV1();  // value is the array containing 'entries' numbers
 613
 614    Double_t mean = TMath::Mean(entries, values);
 615    Double_t median = TMath::Median(entries, values);
 616    Double_t sigma = TMath::RMS(entries, values);
 617
 618    TLegend * legend = new TLegend(.7,.7, .99, .99, "Cumulative");
 619    //fListOfObjectsToBeDeleted->Add(legend);
 620    TH1F *cutHistoMean = 0;
 621    TH1F *cutHistoMedian = 0;
 622    TH1F *cutHistoLTM = 0;
 623
 624    TObjArray *sigmasTokens = TString(sigmas).Tokenize(";");
 625    TVectorF nsigma(sigmasTokens->GetEntriesFast());
 626    for (Int_t i = 0; i < sigmasTokens->GetEntriesFast(); i++) {
 627       TString str(((TObjString*)sigmasTokens->At(i))->GetString());
 628       Double_t sig = (str.IsFloat()) ? str.Atof() : 0;
 629       nsigma[i] = sig;
 630    }
 631
 632    if (plotMean) {
 633       cutHistoMean = SigmaCut(htemp, mean, sigma, sigmaMax, sigmaStep, pm);
 634       if (cutHistoMean) {
 635          //fListOfObjectsToBeDeleted->Add(cutHistoMean);
 636          cutHistoMean->SetLineColor(kRed);
 637          legend->AddEntry(cutHistoMean, "Mean", "l");
 638          cutHistoMean->SetTitle(Form("%s, cumulative; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 639          cutHistoMean->Draw();
 640          DrawLines(cutHistoMean, nsigma, legend, kRed, pm);
 641       } // if (cutHistoMean)
 642
 643    }
 644    if (plotMedian) {
 645       cutHistoMedian = SigmaCut(htemp, median, sigma, sigmaMax, sigmaStep, pm);
 646       if (cutHistoMedian) {
 647          //fListOfObjectsToBeDeleted->Add(cutHistoMedian);
 648          cutHistoMedian->SetLineColor(kBlue);
 649          legend->AddEntry(cutHistoMedian, "Median", "l");
 650          cutHistoMedian->SetTitle(Form("%s, cumulative; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 651          if (plotMean && cutHistoMean) cutHistoMedian->Draw("same");
 652             else cutHistoMedian->Draw();
 653          DrawLines(cutHistoMedian, nsigma, legend, kBlue, pm);
 654       }  // if (cutHistoMedian)
 655    }
 656    if (plotLTM) {
 657       Double_t ltmRms = 0;
 658       Double_t ltm = GetLTM(entries, values, &ltmRms, ltmFraction);
 659       cutHistoLTM = SigmaCut(htemp, ltm, ltmRms, sigmaMax, sigmaStep, pm);
 660       if (cutHistoLTM) {
 661          //fListOfObjectsToBeDeleted->Add(cutHistoLTM);
 662          cutHistoLTM->SetLineColor(kGreen+2);
 663          legend->AddEntry(cutHistoLTM, "LTM", "l");
 664          cutHistoLTM->SetTitle(Form("%s, cumulative; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 665          if ((plotMean && cutHistoMean) || (plotMedian && cutHistoMedian)) cutHistoLTM->Draw("same");
 666             else cutHistoLTM->Draw();
 667          DrawLines(cutHistoLTM, nsigma, legend, kGreen+2, pm);
 668       }
 669    }
 670    if (!plotMean && !plotMedian && !plotLTM) return -1;
 671    legend->Draw();
 672    return 1;
 673 }
 674
 675 //_____________________________________________________________________________
 676 Int_t AliBaseCalibViewer::Integrate(const Char_t* drawCommand, const Char_t* sector, const Char_t* cuts,
 677                                     Float_t /*sigmaMax*/, Bool_t plotMean, Bool_t plotMedian, Bool_t plotLTM,
 678                                     const Char_t *sigmas, Float_t /*sigmaStep*/) const {
 679    //
 680    // Creates an integrated histogram Begin_Latex S(t, #mu, #sigma) End_Latex, out of the input distribution distribution Begin_Latex f(x, #mu, #sigma) End_Latex, given in "histogram"
 681    // "mean" and "sigma" are Begin_Latex #mu End_Latex and  Begin_Latex #sigma End_Latex of the distribution in "histogram", to be specified by the user
 682    // sigmaMax: up to which sigma around the mean/median/LTM you want to integrate
 683    // if "igma == 0" and "sigmaMax == 0" the whole histogram is integrated
 684    // "sigmaStep": the binsize of the generated histogram, -1 means, that the maximal reasonable stepsize is used
 685    // The actual work is done on the array.
 686    /* Begin_Latex
 687          f(x, #mu, #sigma)     #Rightarrow       S(t, #mu, #sigma) = #int_{-#infty}^{#mu + t #sigma} f(x, #mu, #sigma) dx / #int_{-#infty}^{+#infty} f(x, #mu, #sigma) dx
 688       End_Latex
 689    */
 690
 691    Double_t ltmFraction = 0.8;
 692
 693    TString drawStr(drawCommand);
 694    Bool_t dangerousToDraw = drawStr.Contains(":") || drawStr.Contains(">>");
 695    if (dangerousToDraw) {
 696       Warning("Integrate", "The draw string must not contain ':' or '>>'.");
 697       return -1;
 698    }
 699    drawStr += " >> tempHist";
 700
 701    Int_t entries = EasyDraw1D(drawStr.Data(), sector, cuts, "goff");
 702    TH1F *htemp = (TH1F*)gDirectory->Get("tempHist");
 703    TGraph *integralGraphMean   = 0;
 704    TGraph *integralGraphMedian = 0;
 705    TGraph *integralGraphLTM    = 0;
 706    Double_t *values = fTree->GetV1();  // value is the array containing 'entries' numbers
 707    Int_t    *index  = new Int_t[entries];
 708    Float_t  *xarray = new Float_t[entries];
 709    Float_t  *yarray = new Float_t[entries];
 710    TMath::Sort(entries, values, index, kFALSE);
 711
 712    Double_t mean = TMath::Mean(entries, values);
 713    Double_t median = TMath::Median(entries, values);
 714    Double_t sigma = TMath::RMS(entries, values);
 715
 716    // parse sigmas string
 717    TObjArray *sigmasTokens = TString(sigmas).Tokenize(";");
 718    TVectorF nsigma(sigmasTokens->GetEntriesFast());
 719    for (Int_t i = 0; i < sigmasTokens->GetEntriesFast(); i++) {
 720       TString str(((TObjString*)sigmasTokens->At(i))->GetString());
 721       Double_t sig = (str.IsFloat()) ? str.Atof() : 0;
 722       nsigma[i] = sig;
 723    }
 724
 725    TLegend * legend = new TLegend(.7,.7, .99, .99, "Integrated histogram");
 726    //fListOfObjectsToBeDeleted->Add(legend);
 727
 728    if (plotMean) {
 729       for (Int_t i = 0; i < entries; i++) {
 730          xarray[i] = (values[index[i]] - mean) / sigma;
 731          yarray[i] = float(i) / float(entries);
 732       }
 733       integralGraphMean = new TGraph(entries, xarray, yarray);
 734       if (integralGraphMean) {
 735          //fListOfObjectsToBeDeleted->Add(integralGraphMean);
 736          integralGraphMean->SetLineColor(kRed);
 737          legend->AddEntry(integralGraphMean, "Mean", "l");
 738          integralGraphMean->SetTitle(Form("%s, integrated; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 739          integralGraphMean->Draw("alu");
 740          DrawLines(integralGraphMean, nsigma, legend, kRed, kTRUE);
 741       }
 742    }
 743    if (plotMedian) {
 744       for (Int_t i = 0; i < entries; i++) {
 745          xarray[i] = (values[index[i]] - median) / sigma;
 746          yarray[i] = float(i) / float(entries);
 747       }
 748       integralGraphMedian = new TGraph(entries, xarray, yarray);
 749       if (integralGraphMedian) {
 750          //fListOfObjectsToBeDeleted->Add(integralGraphMedian);
 751          integralGraphMedian->SetLineColor(kBlue);
 752          legend->AddEntry(integralGraphMedian, "Median", "l");
 753          integralGraphMedian->SetTitle(Form("%s, integrated; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 754          if (plotMean && integralGraphMean) integralGraphMedian->Draw("samelu");
 755             else integralGraphMedian->Draw("alu");
 756          DrawLines(integralGraphMedian, nsigma, legend, kBlue, kTRUE);
 757       }
 758    }
 759    if (plotLTM) {
 760       Double_t ltmRms = 0;
 761       Double_t ltm = GetLTM(entries, values, &ltmRms, ltmFraction);
 762       for (Int_t i = 0; i < entries; i++) {
 763          xarray[i] = (values[index[i]] - ltm) / ltmRms;
 764          yarray[i] = float(i) / float(entries);
 765       }
 766       integralGraphLTM = new TGraph(entries, xarray, yarray);
 767       if (integralGraphLTM) {
 768          //fListOfObjectsToBeDeleted->Add(integralGraphLTM);
 769          integralGraphLTM->SetLineColor(kGreen+2);
 770          legend->AddEntry(integralGraphLTM, "LTM", "l");
 771          integralGraphLTM->SetTitle(Form("%s, integrated; Multiples of #sigma; Fraction of included data", htemp->GetTitle()));
 772          if ((plotMean && integralGraphMean) || (plotMedian && integralGraphMedian)) integralGraphLTM->Draw("samelu");
 773             else integralGraphLTM->Draw("alu");
 774          DrawLines(integralGraphLTM, nsigma, legend, kGreen+2, kTRUE);
 775       }
 776    }
 777    delete [] index;
 778    delete [] xarray;
 779    delete [] yarray;
 780    if (!plotMean && !plotMedian && !plotLTM) return -1;
 781    legend->Draw();
 782    return entries;
 783 }
 784
 785 //_____________________________________________________________________________
 786 TH1F* AliBaseCalibViewer::Integrate(TH1F *histogram, Float_t mean, Float_t sigma, Float_t sigmaMax, Float_t sigmaStep){
 787    //
 788    // Creates an integrated histogram Begin_Latex S(t, #mu, #sigma) End_Latex, out of the input distribution distribution Begin_Latex f(x, #mu, #sigma) End_Latex, given in "histogram"
 789    // "mean" and "sigma" are Begin_Latex #mu End_Latex and  Begin_Latex #sigma End_Latex of the distribution in "histogram", to be specified by the user
 790    // sigmaMax: up to which sigma around the mean/median/LTM you want to integrate
 791    // if "igma == 0" and "sigmaMax == 0" the whole histogram is integrated
 792    // "sigmaStep": the binsize of the generated histogram, -1 means, that the maximal reasonable stepsize is used
 793    // The actual work is done on the array.
 794    /* Begin_Latex
 795          f(x, #mu, #sigma)     #Rightarrow       S(t, #mu, #sigma) = #int_{-#infty}^{#mu + t #sigma} f(x, #mu, #sigma) dx / #int_{-#infty}^{+#infty} f(x, #mu, #sigma) dx
 796       End_Latex
 797       Begin_Macro(source)
 798       {
 799          Float_t mean = 0;
 800          Float_t sigma = 1.5;
 801          Float_t sigmaMax = 4;
 802          gROOT->SetStyle("Plain");
 803          TH1F *distribution = new TH1F("Distribution2", "Distribution f(x, #mu, #sigma)", 1000,-5,5);
 804          TRandom rand(23);
 805          for (Int_t i = 0; i <50000;i++) distribution->Fill(rand.Gaus(mean, sigma));
 806          Float_t *ar = distribution->GetArray();
 807
 808          TCanvas* macro_example_canvas = new TCanvas("macro_example_canvas_Integrate", "", 350, 350);
 809          macro_example_canvas->Divide(0,2);
 810          TVirtualPad *pad1 = macro_example_canvas->cd(1);
 811          pad1->SetGridy();
 812          pad1->SetGridx();
 813          distribution->Draw();
 814          TVirtualPad *pad2 = macro_example_canvas->cd(2);
 815          pad2->SetGridy();
 816          pad2->SetGridx();
 817          TH1F *shist = AliTPCCalibViewer::Integrate(distribution, mean, sigma, sigmaMax);
 818          shist->SetNameTitle("Cumulative","Cumulative S(t, #mu, #sigma)");
 819          shist->Draw();
 820
 821          return macro_example_canvas_Integrate;
 822       }
 823       End_Macro
 824    */
 825
 826
 827    Float_t *array = histogram->GetArray();
 828    Int_t    nbins = histogram->GetXaxis()->GetNbins();
 829    Float_t binLow = histogram->GetXaxis()->GetXmin();
 830    Float_t binUp  = histogram->GetXaxis()->GetXmax();
 831    return Integrate(nbins, array, nbins, binLow, binUp, mean, sigma, sigmaMax, sigmaStep);
 832 }
 833
 834 //_____________________________________________________________________________
 835 TH1F* AliBaseCalibViewer::Integrate(Int_t n, Float_t *array, Int_t nbins, Float_t binLow, Float_t binUp,
 836                                     Float_t mean, Float_t sigma, Float_t sigmaMax, Float_t sigmaStep){
 837    // Creates an integrated histogram Begin_Latex S(t, #mu, #sigma) End_Latex, out of the input distribution distribution Begin_Latex f(x, #mu, #sigma) End_Latex, given in "histogram"
 838    // "mean" and "sigma" are Begin_Latex #mu End_Latex and  Begin_Latex #sigma End_Latex of the distribution in "histogram", to be specified by the user
 839    // sigmaMax: up to which sigma around the mean/median/LTM you want to integrate
 840    // if "igma == 0" and "sigmaMax == 0" the whole histogram is integrated
 841    // "sigmaStep": the binsize of the generated histogram, -1 means, that the maximal reasonable stepsize is used
 842    // Here the actual work is done.
 843
 844    Bool_t givenUnits = kTRUE;
 845    if (TMath::Abs(sigma) < 1.e-10 && TMath::Abs(sigmaMax) < 1.e-10) givenUnits = kFALSE;
 846    if (givenUnits) {
 847       sigma = 1;
 848       sigmaMax = (binUp - binLow) / 2.;
 849    }
 850
 851    Float_t binWidth = (binUp-binLow)/(nbins - 1);
 852    if (sigmaStep <= 0) sigmaStep = binWidth;
 853    Int_t kbins =  (Int_t)(sigmaMax * sigma / sigmaStep) + 1;  // + 1  due to overflow bin in histograms
 854    Float_t kbinLow = givenUnits ? binLow : -sigmaMax;
 855    Float_t kbinUp  = givenUnits ? binUp  : sigmaMax;
 856    TH1F *hist = 0;
 857    if (givenUnits)  hist = new TH1F("integratedHisto","Integrated Histogram; Given x; Fraction of included data", kbins, kbinLow, kbinUp);
 858    if (!givenUnits) hist = new TH1F("integratedHisto","Integrated Histogram; Multiples of #sigma; Fraction of included data", kbins, kbinLow, kbinUp);
 859    hist->SetDirectory(0);
 860    hist->Reset();
 861
 862    // calculate normalization
 863  //  printf("calculating normalization, integrating from bin 1 to %i \n", n);
 864    Double_t normalization = 0;
 865    for (Int_t i = 1; i <= n; i++) {
 866         normalization += array[i];
 867    }
 868  //  printf("normalization: %f \n", normalization);
 869
 870    // given units: units from given histogram
 871    // sigma units: in units of sigma
 872    // iDelta: integrate in interval (mean +- iDelta), given units
 873    // x:      ofset from mean for integration, given units
 874    // hist:   needs
 875
 876    // fill histogram
 877    for (Float_t iDelta = mean - sigmaMax * sigma; iDelta <= mean + sigmaMax * sigma; iDelta += sigmaStep) {
 878       // integrate array
 879       Double_t value = 0;
 880       for (Float_t x = mean - sigmaMax * sigma; x <= iDelta; x += binWidth) {
 881          value += (x <= binUp && x >= binLow)  ? array[GetBin(x, nbins, binLow, binUp)] : 0;
 882       }
 883       if (value / normalization > 100) printf("+++ Error, value to big: %f, normalization with %f will fail  +++ \n", value, normalization);
 884       if (value / normalization > 100) return hist;
 885       Int_t bin = GetBin(iDelta/sigma, kbins, kbinLow, kbinUp);
 886     //  printf("first integration bin: %i, last integration bin: %i \n", GetBin(mean - sigmaMax * sigma, nbins, binLow, binUp), GetBin(iDelta, nbins, binLow, binUp));
 887     //  printf("value: %f, normalization: %f, normalized value: %f, iDelta: %f, Bin: %i \n", value, normalization, value/normalization, iDelta, bin);
 888       value = (value / normalization);
 889       hist->SetBinContent(bin, value);
 890    }
 891    return hist;
 892 }
 893
 894 //_____________________________________________________________________________
 895 void AliBaseCalibViewer::DrawLines(TH1F *histogram, TVectorF nsigma, TLegend *legend, Int_t color, Bool_t pm) const {
 896    //
 897    // Private function for SigmaCut(...) and Integrate(...)
 898    // Draws lines into the given histogram, specified by "nsigma", the lines are addeed to the legend
 899    //
 900
 901    // start to draw the lines, loop over requested sigmas
 902   for (Int_t i = 0; i < nsigma.GetNoElements(); i++) {
 903     if (!pm) {
 904       Int_t bin = histogram->GetXaxis()->FindBin(nsigma[i]);
 905       TLine* lineUp = new TLine(nsigma[i], 0, nsigma[i], histogram->GetBinContent(bin));
 906          //fListOfObjectsToBeDeleted->Add(lineUp);
 907       lineUp->SetLineColor(color);
 908       lineUp->SetLineStyle(2 + i);
 909       lineUp->Draw();
 910       TLine* lineLeft = new TLine(nsigma[i], histogram->GetBinContent(bin), 0, histogram->GetBinContent(bin));
 911          //fListOfObjectsToBeDeleted->Add(lineLeft);
 912       lineLeft->SetLineColor(color);
 913       lineLeft->SetLineStyle(2 + i);
 914       lineLeft->Draw();
 915       legend->AddEntry(lineLeft, Form("Fraction(%f #sigma) = %f",nsigma[i], histogram->GetBinContent(bin)), "l");
 916     }
 917     else { // if (pm)
 918       Int_t bin = histogram->GetXaxis()->FindBin(nsigma[i]);
 919       TLine* lineUp1 = new TLine(nsigma[i], 0, nsigma[i], histogram->GetBinContent(bin));
 920          //fListOfObjectsToBeDeleted->Add(lineUp1);
 921       lineUp1->SetLineColor(color);
 922       lineUp1->SetLineStyle(2 + i);
 923       lineUp1->Draw();
 924       TLine* lineLeft1 = new TLine(nsigma[i], histogram->GetBinContent(bin), histogram->GetBinLowEdge(0)+histogram->GetBinWidth(0), histogram->GetBinContent(bin));
 925          //fListOfObjectsToBeDeleted->Add(lineLeft1);
 926       lineLeft1->SetLineColor(color);
 927       lineLeft1->SetLineStyle(2 + i);
 928       lineLeft1->Draw();
 929       legend->AddEntry(lineLeft1, Form("Fraction(+%f #sigma) = %f",nsigma[i], histogram->GetBinContent(bin)), "l");
 930       bin = histogram->GetXaxis()->FindBin(-nsigma[i]);
 931       TLine* lineUp2 = new TLine(-nsigma[i], 0, -nsigma[i], histogram->GetBinContent(bin));
 932          //fListOfObjectsToBeDeleted->Add(lineUp2);
 933       lineUp2->SetLineColor(color);
 934       lineUp2->SetLineStyle(2 + i);
 935       lineUp2->Draw();
 936       TLine* lineLeft2 = new TLine(-nsigma[i], histogram->GetBinContent(bin), histogram->GetBinLowEdge(0)+histogram->GetBinWidth(0), histogram->GetBinContent(bin));
 937          //fListOfObjectsToBeDeleted->Add(lineLeft2);
 938       lineLeft2->SetLineColor(color);
 939       lineLeft2->SetLineStyle(2 + i);
 940       lineLeft2->Draw();
 941       legend->AddEntry(lineLeft2, Form("Fraction(-%f #sigma) = %f",nsigma[i], histogram->GetBinContent(bin)), "l");
 942     }
 943   }  // for (Int_t i = 0; i < nsigma.GetNoElements(); i++)
 944 }
 945
 946 //_____________________________________________________________________________
 947 void AliBaseCalibViewer::DrawLines(TGraph *graph, TVectorF nsigma, TLegend *legend, Int_t color, Bool_t pm) const {
 948    //
 949    // Private function for SigmaCut(...) and Integrate(...)
 950    // Draws lines into the given histogram, specified by "nsigma", the lines are addeed to the legend
 951    //
 952
 953    // start to draw the lines, loop over requested sigmas
 954   for (Int_t i = 0; i < nsigma.GetNoElements(); i++) {
 955     if (!pm) {
 956       TLine* lineUp = new TLine(nsigma[i], 0, nsigma[i], graph->Eval(nsigma[i]));
 957          //fListOfObjectsToBeDeleted->Add(lineUp);
 958       lineUp->SetLineColor(color);
 959       lineUp->SetLineStyle(2 + i);
 960       lineUp->Draw();
 961       TLine* lineLeft = new TLine(nsigma[i], graph->Eval(nsigma[i]), 0, graph->Eval(nsigma[i]));
 962          //fListOfObjectsToBeDeleted->Add(lineLeft);
 963       lineLeft->SetLineColor(color);
 964       lineLeft->SetLineStyle(2 + i);
 965       lineLeft->Draw();
 966       legend->AddEntry(lineLeft, Form("Fraction(%f #sigma) = %f",nsigma[i], graph->Eval(nsigma[i])), "l");
 967     }
 968     else { // if (pm)
 969       TLine* lineUp1 = new TLine(nsigma[i], 0, nsigma[i], graph->Eval(nsigma[i]));
 970          //fListOfObjectsToBeDeleted->Add(lineUp1);
 971       lineUp1->SetLineColor(color);
 972       lineUp1->SetLineStyle(2 + i);
 973       lineUp1->Draw();
 974       TLine* lineLeft1 = new TLine(nsigma[i], graph->Eval(nsigma[i]), graph->GetHistogram()->GetXaxis()->GetBinLowEdge(0), graph->Eval(nsigma[i]));
 975          //fListOfObjectsToBeDeleted->Add(lineLeft1);
 976       lineLeft1->SetLineColor(color);
 977       lineLeft1->SetLineStyle(2 + i);
 978       lineLeft1->Draw();
 979       legend->AddEntry(lineLeft1, Form("Fraction(+%f #sigma) = %f",nsigma[i], graph->Eval(nsigma[i])), "l");
 980       TLine* lineUp2 = new TLine(-nsigma[i], 0, -nsigma[i], graph->Eval(-nsigma[i]));
 981          //fListOfObjectsToBeDeleted->Add(lineUp2);
 982       lineUp2->SetLineColor(color);
 983       lineUp2->SetLineStyle(2 + i);
 984       lineUp2->Draw();
 985       TLine* lineLeft2 = new TLine(-nsigma[i], graph->Eval(-nsigma[i]), graph->GetHistogram()->GetXaxis()->GetBinLowEdge(0), graph->Eval(-nsigma[i]));
 986          //fListOfObjectsToBeDeleted->Add(lineLeft2);
 987       lineLeft2->SetLineColor(color);
 988       lineLeft2->SetLineStyle(2 + i);
 989       lineLeft2->Draw();
 990       legend->AddEntry(lineLeft2, Form("Fraction(-%f #sigma) = %f",nsigma[i], graph->Eval(-nsigma[i])), "l");
 991     }
 992   }  // for (Int_t i = 0; i < nsigma.GetNoElements(); i++)
 993 }