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     if(xx[i] > 2.5) rebinsize = 2;
 218
 219     h = hh->ProjectionX(name,cmin,cmax);
 220     h->RebinX(rebinsize);
 221     h->Draw("ERR");
 222     h->SetMarkerStyle(24);
 223     b[i][0]=-1;
 224     Int_t ntrial = 0;
 225     Float_t chi2 = 10000;
 226     while(ntrial < 3 && (chi2 > 20 + 1000*selectTrue)){
 227       fit(h,b[i],"WW","",xx[i]);
 228       c1->Update();
 229 //       getchar();
 230       fit(h,b[i],"","",xx[i]);
 231       ntrial++;
 232       chi2 = b[i][2];
 233       printf("chi2 = %f\n",chi2);
 234       c1->Update();
 235 //       getchar();
 236
 237     }
 238
 239     yy[i] = fall->GetParameter(parplotted);
 240     eyy[i] = fall->GetParError(parplotted);
 241   }
 242
 243   TGraphErrors *gpar = new TGraphErrors(nptbin,xx,yy,exx,eyy);
 244   c1->cd(8);
 245 //   gpar->Draw("AP");
 246   gpar->SetMarkerStyle(20);
 247
 248   TCanvas *c2 = new TCanvas();
 249   c2->Divide((nptbin+1)/2,2);
 250   Float_t b2[50][3];
 251
 252   for(Int_t i=0;i < nptbin;i++){
 253     c2->cd(i+1);
 254     Float_t ptmin = minptbin+(maxptbin-minptbin)/nptbin*(i);
 255     Float_t ptmax = minptbin+(maxptbin-minptbin)/nptbin*(i+1);
 256
 257     Float_t pp=prob;
 258     if(prob < 0.2) pp = 0.1;
 259     if(pos) hh=GetHistoKap(ptmin,ptmax,pp,0.0,etaminkp,etamaxkp);
 260     else hh=GetHistoKan(ptmin,ptmax,pp,0.0);
 261     sprintf(name,"P_{TOF} > 0.8: %f < p_{T} < %f GeV/#it{c}",ptmin,ptmax);
 262     hh->SetTitle(name);
 263     sprintf(name,"hPid60_%i",i);
 264     h = hh->ProjectionX(name,cmin,cmax);
 265     h->RebinX(rebinsize);
 266     h->Draw("ERR");
 267     h->SetMarkerStyle(24);
 268     b2[i][0]=-1;
 269     Int_t ntrial = 0;
 270     Float_t chi2 = 10000;
 271     while(ntrial < 3 && (chi2 > 20 + 1000*selectTrue)){
 272       fit(h,b2[i],"WW","");
 273       fit(h,b2[i],"","");
 274       ntrial++;
 275       chi2 = b2[i][2];
 276       printf("chi2 = %f\n",chi2);
 277     }
 278     yy[i] = fall->GetParameter(parplotted);
 279     eyy[i] = fall->GetParError(parplotted);
 280
 281   }
 282
 283   TGraphErrors *gpar2 = new TGraphErrors(nptbin,xx,yy,exx,eyy);
 284   c2->cd(8);
 285 //   gpar2->Draw("AP");
 286   gpar2->SetMarkerStyle(20);
 287
 288   Double_t xpt[50],expt[50],eff[50],efferr[50];
 289   for(Int_t i=0;i<nptbin;i++){
 290     printf("%f +/- %f -  %f +/- %f\n",b[i][0],b[i][1],b2[i][0],b2[i][1]);
 291
 292     Float_t ptmin = minptbin+(maxptbin-minptbin)/nptbin*(i);
 293     Float_t ptmax = minptbin+(maxptbin-minptbin)/nptbin*(i+1);
 294
 295     xpt[i] = (ptmin+ptmax)/2;
 296     expt[i] = (-ptmin+ptmax)/2;
 297     eff[i] = b2[i][0]/(b[i][0]-b2[i][0]*weightS);
 298
 299     //    b[i][0] = b[i][0]-b2[i][0]*weightS;
 300
 301     //    if(b[i][0] < 0.5) b[i][0] = 0.5;
 302     //    if(b2[i][0] < 0.5) b2[i][0] = 0.5;
 303
 304
 305     //    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]));
 306     //    efferr[i] = TMath::Sqrt(efferr[i]);
 307     efferr[i] = 1./(b[i][0]-b2[i][0]*weightS)/(b[i][0]-b2[i][0]*weightS)*TMath::Sqrt(b[i][0]*b[i][0]*b2[i][1]*b2[i][1] + b2[i][0]*b2[i][0]*b[i][1]*b[i][1]);
 308
 309     if(TMath::Abs(efferr[i]) > 1)efferr[i]=1;
 310   }
 311   new TCanvas();
 312   TGraphErrors *geff = new TGraphErrors(nptbin,xpt,eff,expt,efferr);
 313   geff->Draw("AP");
 314
 315   char flag[100];
 316   flag[0] = '\0';
 317
 318   if(isMC){
 319     if(selectTrue) sprintf(flag,"true");
 320     else if(!keepTrue) sprintf(flag,"back");
 321   }
 322
 323   char flag2[100];
 324   flag2[0] = '\0';
 325
 326   Bool_t kWriteME = kFALSE;
 327
 328   char etarange[100];
 329   sprintf(etarange,"_%.1f-%.1f_",etaminkp,etamaxkp);
 330
 331   if(kGoodMatch)
 332     sprintf(flag2,"GM");
 333
 334   if(bayesVsigma)
 335     sprintf(flag2,"BayesVsSigma");
 336
 337   if(kSigma2vs3)
 338     sprintf(flag2,"Sigma2vs3");
 339
 340   if(kOverAll)
 341     sprintf(flag2,"OverAll");
 342   if(kOverAllTOFmatch)
 343     sprintf(flag2,"OverAllTOF");
 344   if(kOverAll2Sigma)
 345     sprintf(flag2,"OverAll2sigma");
 346
 347   if(kPid3Sigma)
 348     sprintf(flag2,"pid3sigma");
 349   if(kPid2Sigma)
 350     sprintf(flag2,"pid2sigma");
 351
 352   if(pos){
 353     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);
 354     else{
 355       sprintf(name,"kaonPos%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 356       if(!(kOverAll || bayesVsigma || kGoodMatch || kSigma2vs3)) kWriteME = kTRUE;
 357     }
 358   }
 359   else{
 360     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);
 361     else sprintf(name,"kaonNeg%sMatchEff%i_%i%s%s.root",etarange,(cmin-1)*10,cmax*10,flag,flag2);
 362   }
 363
 364   geff->SetTitle("K efficiency (from #phi);p_{T} (GeV/#it{c};efficiency");
 365   TFile *fout = new TFile(name,"RECREATE");
 366   geff->Write();
 367   if(kWriteME) hm->Write();
 368   fout->Close();
 369
 370   if(kWriteME) hm->Draw("SAME");
 371 }
 372
 373 TH2F *GetHistoKap(Float_t pt,Float_t ptM,Float_t pMinkp,Float_t pMinkn,Float_t etaminkp,Float_t etamaxkp){
 374
 375   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]};
 376   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]};
 377
 378   if(kOverAll){
 379     x[6] = 0.0001;
 380     x2[9] = 5.9;
 381     if(pMinkp > 0.19) x2[9] = 4.9;
 382   }
 383
 384   if(kOverAllTOFmatch && pMinkp > 0.19){
 385     x[6] = 1.0001;
 386     x2[9] = 4.9;
 387   }
 388
 389   if(kOverAll2Sigma && pMinkp > 0.09){
 390     x2[9] = 2;
 391     x[6] = 1.0001;
 392   }
 393
 394   if(kGoodMatch){
 395     x[6] = 1.0001;
 396     if(pMinkp > 0)
 397       x2[9] = 4.9;
 398
 399   }
 400
 401   if(kTOFmatch){
 402     x[6] = 1.0001;
 403   }
 404
 405   if(kSigma2vs3){
 406     x[6] = 1.0001;
 407     x2[9] = 3;
 408     if(pMinkp > 0)
 409       x2[9] = 2;
 410   }
 411
 412   if(bayesVsigma){
 413     if(pMinkp > 0){
 414       x[4] = 0.2001;
 415       x2[9] = 5;
 416     }
 417     else{
 418       x2[9] = 3;
 419     }
 420
 421
 422   }
 423
 424   if(require5sigma) x2[9] = 4.9;
 425   if(kPid3Sigma && pMinkp>0.09) x2[9] = 2.9;
 426   if(kPid2Sigma && pMinkp>0.09) x2[9] = 1.9;
 427
 428   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid1;
 429
 430   TH2F *h = tmp->GetQA(0, x, x2);
 431
 432   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 433   h->GetYaxis()->SetTitle("centrality [%]");
 434
 435   return h;
 436 }
 437
 438 TH2F *GetHistoKan(Float_t pt,Float_t ptM,Float_t pMinkn,Float_t pMinkp,Float_t etaminkp,Float_t etamaxkp){
 439
 440   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]};
 441   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]};
 442
 443  if(kOverAll){
 444     x[7] = 0.0001;
 445     x2[10] = 5.9;
 446     if(pMinkn > 0.19) x2[10] = 4.9;
 447   }
 448
 449   if(kOverAllTOFmatch && pMinkn > 0.19){
 450     x[7] = 1.0001;
 451     x2[10] = 4.9;
 452   }
 453
 454   if(kOverAll2Sigma && pMinkn > 0.09){
 455     x2[10] = 2;
 456     x[7] = 1.0001;
 457   }
 458
 459   if(kGoodMatch){
 460     x[7] = 1.0001;
 461     if(pMinkn > 0)
 462       x2[10] = 4.9;
 463
 464   }
 465
 466   if(kTOFmatch){
 467     x[7] = 1.0001;
 468   }
 469
 470   if(kSigma2vs3){
 471     x[7] = 1.0001;
 472     x2[10] = 3;
 473     if(pMinkn > 0)
 474       x2[10] = 2;
 475   }
 476
 477  if(bayesVsigma){
 478     if(pMinkn > 0){
 479       x[5] = 0.2001;
 480       x2[10] = 5;
 481     }
 482     else{
 483       x2[10] = 3;
 484     }
 485   }
 486
 487   if(require5sigma) x2[10] = 4.9;
 488   if(kPid3Sigma && pMinkn>0.09) x2[10] = 2.9;
 489   if(kPid2Sigma && pMinkn>0.09) x2[10] = 1.9;
 490
 491   AliPIDperfContainer *tmp = (AliPIDperfContainer *) fContPid2;
 492
 493   TH2F *h = tmp->GetQA(0, x, x2);
 494
 495   h->GetXaxis()->SetTitle("M_{#phi} (GeV/#it{c}^{2})");
 496   h->GetYaxis()->SetTitle("centrality [%]");
 497
 498   return h;
 499 }
 500
 501
 502 void fit(TH1D *h,Float_t *a,char *opt,char *opt2,Float_t pt){
 503   if(h->GetEntries() < 1){
 504     if(a){
 505       a[0]=0.01;
 506       a[1]=1;
 507     }
 508     return;
 509   }
 510
 511
 512  fall->SetParameter(0,100);
 513  fall->SetParameter(0,1.01898 + 2.4e-04*pt);
 514  fall->SetParameter(2,0.0044);
 515  fall->SetParameter(3,0.0015);
 516
 517  fall->SetParLimits(0,-100,100000);
 518  fall->SetParLimits(1,1.01898 + 2.4e-04*pt-1e-03,1.01898 + 2.4e-04*pt+1e-03);
 519  fall->SetParLimits(2,0.0005,0.006);
 520  fall->SetParLimits(3,0.001,0.0017);
 521
 522  fall->FixParameter(1,1.01884 + 2.9891e-04*pt);
 523  fall->FixParameter(2,0.0044);
 524  fall->FixParameter(3,7.57574e-04 + 3.85408e-04*pt);
 525
 526  fall->ReleaseParameter(4);
 527  fall->ReleaseParameter(5);
 528  fall->ReleaseParameter(6);
 529  fall->ReleaseParameter(7);
 530  fall->ReleaseParameter(8);
 531
 532
 533  if(!kGoodMatch && !kSigma2vs3){
 534    if(pt > 1.5){
 535      fall->FixParameter(7,0);
 536      fall->FixParameter(8,0);
 537    }
 538    if(pt > 1.7){
 539      fall->FixParameter(6,0);
 540    }
 541  }
 542
 543  if(selectTrue){
 544    fall->FixParameter(4,0);
 545    fall->FixParameter(5,0);
 546    fall->FixParameter(6,0);
 547    fall->FixParameter(7,0);
 548    fall->FixParameter(8,0);
 549  }
 550
 551  char name[100];
 552  TF1 *ftmp=fall;
 553
 554  TF1 *ftmp2=new TF1(*fsign);
 555  sprintf(name,"fsign%i",ifunc);
 556  ftmp2->SetName(name);
 557
 558  TF1 *ftmp3=new TF1(*fback);
 559  sprintf(name,"ftmp3%i",ifunc);
 560  ftmp3->SetName(name);
 561
 562  ifunc++;
 563
 564  h->Fit(ftmp,opt,opt2,fitmin,fitmax);
 565  h->Draw("ERR");
 566
 567  ftmp2->SetParameter(0,ftmp->GetParameter(0));
 568  ftmp2->SetParameter(1,ftmp->GetParameter(1));
 569  ftmp2->SetParameter(2,ftmp->GetParameter(2));
 570  ftmp2->SetParameter(3,ftmp->GetParameter(3));
 571  ftmp2->Draw("SAME");
 572  ftmp3->SetParameter(0,ftmp->GetParameter(4));
 573  ftmp3->SetParameter(1,ftmp->GetParameter(5));
 574  ftmp3->SetParameter(2,ftmp->GetParameter(6));
 575  ftmp3->SetParameter(3,ftmp->GetParameter(7));
 576  ftmp3->SetParameter(4,ftmp->GetParameter(8));
 577  ftmp3->Draw("SAME");
 578
 579  Float_t mean = ftmp->GetParameter(1);
 580  Float_t sigma = 0.0044;//TMath::Abs(ftmp->GetParameter(2));
 581
 582  Float_t signI = ftmp2->Integral(mean-10*sigma,mean+10*sigma)/h->GetBinWidth(1);
 583  if(signI < 0.1) signI = 0.1;
 584
 585  Float_t backI = ftmp3->Integral(mean-3*sigma,mean+3*sigma)/h->GetBinWidth(1);
 586  if(backI < 1) backI = 1;
 587
 588  Float_t errI = TMath::Abs(ftmp->GetParError(0)*ftmp->GetParError(0)/(0.001+ftmp->GetParameter(0))/(0.001+ftmp->GetParameter(0)));
 589  errI = TMath::Sqrt(errI);
 590
 591  printf("signal(5 sigma) = %f +/- %f(fit) +/- %f(stat)\n",signI,errI*signI,TMath::Sqrt(signI));
 592  printf("backgr(3sigma) = %f\n",backI);
 593  printf("significance(3 sigma) = %f\n",signI/sqrt(signI+backI));
 594
 595  if(a){
 596    a[0]=signI;
 597    a[1]=signI*errI*signI*errI + signI;
 598    a[1] = TMath::Sqrt(a[1]);
 599    if(ftmp->GetNDF()) a[2] = ftmp->GetChisquare()/ftmp->GetNDF();
 600
 601
 602    if(selectTrue){
 603      a[0] = h->GetEntries();
 604      a[1] = TMath::Sqrt(a[0]);
 605    }
 606  }
 607 }
 608
 609 void AddHisto(TH2F *h1,TH2F *h2,Float_t w){
 610   Int_t nbinx = h1->GetNbinsX();
 611   Int_t nbiny = h1->GetNbinsY();
 612
 613   for(Int_t i=1;i<=nbinx;i++){
 614     for(Int_t j=1;j<=nbiny;j++){
 615       Double_t val = h1->GetBinContent(i,j) + h2->GetBinContent(i,j)*w;
 616       Float_t err = TMath::Min(TMath::Sqrt(val),val);
 617       h1->SetBinContent(i,j,val);
 618       h1->SetBinError(i,j,err);
 619     }
 620   }
 621 }