RooKeysPDF(root.cern)

1.对于一些分布产生MC数据,得到一个样本,样本里面有一些数据(unbinned的数据)

 2.对于每一个事件用一高斯函数描述其分布

3.将所有高斯加一起就可以得到整体的分布

 即

 

这样所有点加在一起就可以构造出RooKeysPdf,该方法构建pdf要求

 

 

 自适应分布就是如果分布密度较小如4-6之间分布密度小 就会加大分布的宽度,这样对密度分布较小的区域给出一个光滑的轮廓

与Roohistpdf相比的优点

边界处比较平缓且pdf值比较大要用镜像技术mirror

 

2是加大宽度,粉色线虽然更平滑了但是细节不能很好显示出来 

 

 http://www.chinesemooc.org/course.php?ac=course_view&id=1083887&eid=69933

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CERN ROOT是一个开源的软件框架,主要用于高能物理数据分析。可以使用CERN ROOT提供的TTree类将文本文件(如.txt)转换为ROOT文件(.root)。 下面是一个简单的例子,演示如何使用TTree类将.txt文件转换为.root文件: ```c++ #include <iostream> #include "TFile.h" #include "TTree.h" using namespace std; int main() { // 打开输入文件 ifstream infile("input.txt"); // 创建输出文件 TFile *outfile = new TFile("output.root", "RECREATE"); // 创建TTree对象 TTree *tree = new TTree("tree", "My Tree"); // 声明变量 int x; double y; // 将变量与TTree的branch关联 tree->Branch("x", &x, "x/I"); tree->Branch("y", &y, "y/D"); // 读取输入文件,将数据写入TTree while (infile >> x >> y) { tree->Fill(); } // 写入TTree到输出文件 outfile->Write(); // 关闭文件 infile.close(); outfile->Close(); return 0; } ``` 在上面的例子中,我们打开了一个名为input.txt的文本文件,然后创建了一个名为output.rootROOT文件。我们创建了一个TTree对象,并声明了两个变量x和y,它们分别对应文本文件中的两列数据。我们将这些变量与TTree的branch关联,然后读取输入文件并将数据写入TTree。最后,我们将TTree写入输出文件,关闭文件并结束程序。 当然,这只是一个简单的例子,实际应用中可能需要更复杂的数据结构和转换操作。CERN ROOT提供了丰富的类和工具,可以满足不同的需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值