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     if(b[i][0] < 0.5) b[i][0] = 0.5;
 300     if(b2[i][0] < 0.5) b2[i][0] = 0.5;
 301
 302
 303     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]));
 304     efferr[i] = TMath::Sqrt(efferr[i]);
 305
 306     if(TMath::Abs(efferr[i]) > 1)efferr[i]=1;
 307   }
 308   new TCanvas();
 309   TGraphErrors *geff = new TGraphErrors(nptbin,xpt,eff,expt,efferr);
 310   geff->Draw("AP");
 311
 312   char flag[100];
 313   flag[0] = '\0';
 314
 315   if(isMC){
 316     if(selectTrue) sprintf(flag,"true");
 317     else if(!keepTrue) sprintf(flag,"back");
 318   }
 319
 320   char flag2[100];
 321   flag2[0] = '\0';
 322
 323   Bool_t kWriteME = kFALSE;
 324
 325   char etarange[100];
 326   sprintf(etarange,"_%.1f-%.1f_",etaminkp,etamaxkp);
 327
 328   if(kGoodMatch)
 329     sprintf(flag2,"GM");
 330
 331   if(bayesVsigma)
 332     sprintf(flag2,"BayesVsSigma");
 333
 334   if(kSigma2vs3)
 335     sprintf(flag2,"Sigma2vs3");
 336
 337   if(kOverAll)
 338     sprintf(flag2,"OverAll");
 339   if(kOverAllTOFmatch)
 340     sprintf(flag2,"OverAllTOF");
 341   if(kOverAll2Sigma)
 342     sprintf(flag2,"OverAll2sigma");
 343
 344   if(kPid3Sigma)
 345     sprintf(flag2,"pid3sigma");
 346   if(kPid2Sigma)
 347     sprintf(flag2,"pid2sigma");
 348
 349   if(pos){
 350     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);
 351     else{
 352       sprintf(name,"kaonPos%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 353       if(!(kOverAll || bayesVsigma || kGoodMatch || kSigma2vs3)) kWriteME = kTRUE;
 354     }
 355   }
 356   else{
 357     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);
 358     else sprintf(name,"kaonNeg%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 359   }
 360
 361   geff->SetTitle("K efficiency (from #phi);p_{T} (GeV/#it{c};efficiency");
 362   TFile *fout = new TFile(name,"RECREATE");
 363   geff->Write();
 364   if(kWriteME) hm->Write();
 365   fout->Close();
 366
 367   if(kWriteME) hm->Draw("SAME");
 368 }
 369
 370 TH2F *GetHistoKap(Float_t pt,Float_t ptM,Float_t pMinkp,Float_t pMinkn,Float_t etaminkp,Float_t etamaxkp){
 371
 372   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]};
 373   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]};
 374
 375   if(kOverAll){
 376     x[6] = 0.0001;
 377     x2[9] = 5.9;
 378     if(pMinkp > 0.19) x2[9] = 4.9;
 379   }
 380
 381   if(kOverAllTOFmatch && pMinkp > 0.19){
 382     x[6] = 1.0001;
 383     x2[9] = 4.9;
 384   }
 385
 386   if(kOverAll2Sigma && pMinkp > 0.09){
 387     x2[9] = 2;
 388     x[6] = 1.0001;
 389   }
 390
 391   if(kGoodMatch){
 392     x[6] = 1.0001;
 393     if(pMinkp > 0)
 394       x2[9] = 4.9;
 395
 396   }
 397
 398   if(kTOFmatch){
 399     x[6] = 1.0001;
 400   }
 401
 402   if(kSigma2vs3){
 403     x[6] = 1.0001;
 404     x2[9] = 3;
 405     if(pMinkp > 0)
 406       x2[9] = 2;
 407   }
 408
 409   if(bayesVsigma){
 410     if(pMinkp > 0){
 411       x[4] = 0.2001;
 412       x2[9] = 5;
 413     }
 414     else{
 415       x2[9] = 3;
 416     }
 417
 418
 419   }
 420
 421   if(require5sigma) x2[9] = 4.9;
 422   if(kPid3Sigma && pMinkp>0.09) x2[9] = 2.9;
 423   if(kPid2Sigma && pMinkp>0.09) x2[9] = 1.9;
 424
 425   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid1;
 426
 427   TH2F *h = tmp->GetQA(0, x, x2);
 428
 429   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 430   h->GetYaxis()->SetTitle("centrality [%]");
 431
 432   return h;
 433 }
 434
 435 TH2F *GetHistoKan(Float_t pt,Float_t ptM,Float_t pMinkn,Float_t pMinkp,Float_t etaminkp,Float_t etamaxkp){
 436
 437   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]};
 438   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]};
 439
 440  if(kOverAll){
 441     x[7] = 0.0001;
 442     x2[10] = 5.9;
 443     if(pMinkn > 0.19) x2[10] = 4.9;
 444   }
 445
 446   if(kOverAllTOFmatch && pMinkn > 0.19){
 447     x[7] = 1.0001;
 448     x2[10] = 4.9;
 449   }
 450
 451   if(kOverAll2Sigma && pMinkn > 0.09){
 452     x2[10] = 2;
 453     x[7] = 1.0001;
 454   }
 455
 456   if(kGoodMatch){
 457     x[7] = 1.0001;
 458     if(pMinkn > 0)
 459       x2[10] = 4.9;
 460
 461   }
 462
 463   if(kTOFmatch){
 464     x[7] = 1.0001;
 465   }
 466
 467   if(kSigma2vs3){
 468     x[7] = 1.0001;
 469     x2[10] = 3;
 470     if(pMinkn > 0)
 471       x2[10] = 2;
 472   }
 473
 474  if(bayesVsigma){
 475     if(pMinkn > 0){
 476       x[5] = 0.2001;
 477       x2[10] = 5;
 478     }
 479     else{
 480       x2[10] = 3;
 481     }
 482   }
 483
 484   if(require5sigma) x2[10] = 4.9;
 485   if(kPid3Sigma && pMinkn>0.09) x2[10] = 2.9;
 486   if(kPid2Sigma && pMinkn>0.09) x2[10] = 1.9;
 487
 488   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid2;
 489
 490   TH2F *h = tmp->GetQA(0, x, x2);
 491
 492   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 493   h->GetYaxis()->SetTitle("centrality [%]");
 494
 495   return h;
 496 }
 497
 498
 499 void fit(TH1D *h,Float_t *a,char *opt,char *opt2,Float_t pt){
 500   if(h->GetEntries() < 1){
 501     if(a){
 502       a[0]=0.01;
 503       a[1]=1;
 504     }
 505     return;
 506   }
 507
 508
 509  fall->SetParameter(0,100);
 510  fall->SetParameter(0,1.01898 + 2.4e-04*pt);
 511  fall->SetParameter(2,0.0044);
 512  fall->SetParameter(3,0.0015);
 513
 514  fall->SetParLimits(0,-100,100000);
 515  fall->SetParLimits(1,1.01898 + 2.4e-04*pt-1e-03,1.01898 + 2.4e-04*pt+1e-03);
 516  fall->SetParLimits(2,0.0005,0.006);
 517  fall->SetParLimits(3,0.001,0.0017);
 518
 519  fall->FixParameter(1,1.01884 + 2.9891e-04*pt);
 520  fall->FixParameter(2,0.0044);
 521  fall->FixParameter(3,7.57574e-04 + 3.85408e-04*pt);
 522
 523  fall->ReleaseParameter(4);
 524  fall->ReleaseParameter(5);
 525  fall->ReleaseParameter(6);
 526  fall->ReleaseParameter(7);
 527  fall->ReleaseParameter(8);
 528
 529
 530  if(!kGoodMatch && !kSigma2vs3){
 531    if(pt > 1.5){
 532      fall->FixParameter(7,0);
 533      fall->FixParameter(8,0);
 534    }
 535    if(pt > 1.7){
 536      fall->FixParameter(6,0);
 537    }
 538  }
 539
 540  if(selectTrue){
 541    fall->FixParameter(4,0);
 542    fall->FixParameter(5,0);
 543    fall->FixParameter(6,0);
 544    fall->FixParameter(7,0);
 545    fall->FixParameter(8,0);
 546  }
 547
 548  char name[100];
 549  TF1 *ftmp=fall;
 550
 551  TF1 *ftmp2=new TF1(*fsign);
 552  sprintf(name,"fsign%i",ifunc);
 553  ftmp2->SetName(name);
 554
 555  TF1 *ftmp3=new TF1(*fback);
 556  sprintf(name,"ftmp3%i",ifunc);
 557  ftmp3->SetName(name);
 558
 559  ifunc++;
 560
 561  h->Fit(ftmp,opt,opt2,fitmin,fitmax);
 562  h->Draw("ERR");
 563
 564  ftmp2->SetParameter(0,ftmp->GetParameter(0));
 565  ftmp2->SetParameter(1,ftmp->GetParameter(1));
 566  ftmp2->SetParameter(2,ftmp->GetParameter(2));
 567  ftmp2->SetParameter(3,ftmp->GetParameter(3));
 568  ftmp2->Draw("SAME");
 569  ftmp3->SetParameter(0,ftmp->GetParameter(4));
 570  ftmp3->SetParameter(1,ftmp->GetParameter(5));
 571  ftmp3->SetParameter(2,ftmp->GetParameter(6));
 572  ftmp3->SetParameter(3,ftmp->GetParameter(7));
 573  ftmp3->SetParameter(4,ftmp->GetParameter(8));
 574  ftmp3->Draw("SAME");
 575
 576  Float_t mean = ftmp->GetParameter(1);
 577  Float_t sigma = 0.0044;//TMath::Abs(ftmp->GetParameter(2));
 578
 579  Float_t signI = ftmp2->Integral(mean-10*sigma,mean+10*sigma)/h->GetBinWidth(1);
 580  if(signI < 0.1) signI = 0.1;
 581
 582  Float_t backI = ftmp3->Integral(mean-3*sigma,mean+3*sigma)/h->GetBinWidth(1);
 583  if(backI < 1) backI = 1;
 584
 585  Float_t errI = TMath::Abs(ftmp->GetParError(0)*ftmp->GetParError(0)/(0.001+ftmp->GetParameter(0))/(0.001+ftmp->GetParameter(0)));
 586  errI = TMath::Sqrt(errI);
 587
 588  printf("signal(5 sigma) = %f +/- %f(fit) +/- %f(stat)\n",signI,errI*signI,TMath::Sqrt(signI));
 589  printf("backgr(3sigma) = %f\n",backI);
 590  printf("significance(3 sigma) = %f\n",signI/sqrt(signI+backI));
 591
 592  if(a){
 593    a[0]=signI;
 594    a[1]=signI*errI*signI*errI + signI;
 595    a[1] = TMath::Sqrt(a[1]);
 596    if(ftmp->GetNDF()) a[2] = ftmp->GetChisquare()/ftmp->GetNDF();
 597
 598
 599    if(selectTrue){
 600      a[0] = h->GetEntries();
 601      a[1] = TMath::Sqrt(a[0]);
 602    }
 603  }
 604 }
 605
 606 void AddHisto(TH2F *h1,TH2F *h2,Float_t w){
 607   Int_t nbinx = h1->GetNbinsX();
 608   Int_t nbiny = h1->GetNbinsY();
 609
 610   for(Int_t i=1;i<=nbinx;i++){
 611     for(Int_t j=1;j<=nbiny;j++){
 612       Double_t val = h1->GetBinContent(i,j) + h2->GetBinContent(i,j)*w;
 613       Float_t err = TMath::Min(TMath::Sqrt(val),val);
 614       h1->SetBinContent(i,j,val);
 615       h1->SetBinError(i,j,err);
 616     }
 617   }
 618 }