大学网课搜题引擎
首页
华文慕课
数据分析软件平台----ROOT
第6章RooFit
题目详情
简答题
RooGaussian G(“G”,”Gauss PDF”, a,b,c)中用字母“c”代替的参数是什么？
A）
B）
C）
D）
答案： A
A、 高斯函数的Sigma值；
B、 不必要的参数
C、 高斯函数的Mean值；
D、 自变量；
查看答案与解析
多选题
视频中RooClassFactory::makePdf("MyPdfV3","x,A,B","","A*fabs(x)+pow(x-B,2)",kTRUE,kFALSE,"x:(A/2)*(pow(x.max(rangeName),2)+pow(x.min(rangeName),2))+(1./3)*(pow(x.max(rangeName)-B,3)-pow(x.min(rangeName)-B,3))") ; 第一次出现的kTRUE控制的是什么变量？ A、 以上都不对 B、 生成产生数据的函数代码 C、 进行自动编译 D、 加解析积分表达式的函数代码
多选题
查看TH1:Sumw2，英文显示If Sumw2 has been called, the error per bin is computed as the sqrt(sum of squares of weights)。仔细比对视频中的frame1与frame2，其Y轴的误差棒在视觉上有何区别？ A、 frame1的Y误差棒上下误差棒一样长 B、 frame2的Y误差棒上下误差棒一样长 C、 frame2的Y误差棒下半部比上半部长 D、 Y误差棒看着都一样
多选题
model.plotOn(frame,VisualizeError(*r,1,kFALSE),DrawOption("L"),LineWidth(2),LineColor(kRed)) 中的1如果改成2将会影响什么？ A、 1本来是相当于kTRUE开关，变为2也是kTRUE，故不影响图像结果 B、 以上都不对 C、 1是指启动协方差矩阵来计算出来的误差，变为2指用MC抽样计算误差 D、 2是指2倍Sigma区间范围，故增加2会发现误差带加宽
多选题
RooRealVar x(“x”,”x”,-10,10)初始值是多少？A、 -10 B、 10 C、 0D、 随机
多选题
对于RooGaussian定义的G，调用G.generate(a,b)，其中b参数的含义是：A、 G函数的初始值；B、 变量 C、 随机数的初始值D、 产生的事件数目；
简答题
对于 // Define category to distinguish physics and control samples events RooCategory sample("sample","sample") ; sample.defineType("physics") ; sample.defineType("control") ; // Construct combined dataset in (x,sample) RooDataSet combData("combData","combined data",x,Index(sample),Import("physics",*data),Import("control",*data_ctl)) ; 在定义 // Construct a simultaneous pdf using category sample as index RooSimultaneous simPdf("simPdf","simultaneous pdf",sample) ; 的时候，下面正确的语句为： A、 只能simPdf.addPdf(model,"physics") ; simPdf.addPdf(model_ctl,"control") ;交换后从技术上无法执行； B、 最好simPdf.addPdf(model,"physics") ; simPdf.addPdf(model_ctl,"control") ;以确保相应的pdf来拟合对应的数据；交换后从技术上可运行，但函数与数据对应错误。 C、 以上都不对 D、 只能simPdf.addPdf(model," control") ; simPdf.addPdf(model_ctl,"physics") ; 交换后从技术上无法执行；
多选题
对于RooBinning声明的变量 abins(-20,20),连续调用abins.addBoundary (10 )； abins.addBoundaryPair (1 )生成的bin为： A、 （-20，1）、（1，10），（10，20） B、 以上都不对 C、 （-20，9）、（9，10），（10，11），（11，20） D、 (-20,-1)、（-1，1），（1，10），（10，20）
多选题
如果只在RooPlot上画函数的一部分，调用类似如下函数即可： A、 gauss.plotOn(frame4,RangeOfFigure(-8,3),LineColor(kMagenta)) ; B、 gauss.plotOn(frame4,SetRange(-8,3),LineColor(kMagenta)) ; C、 gauss.plotOn(frame4,RangeOfPlot(-8,3),LineColor(kMagenta)) ; D、 gauss.plotOn(frame4,Range(-8,3),LineColor(kMagenta)) ;
多选题
对于本征函数是Landau函数的信号，用Gaussian函数进行描述其分辨，利用RooFFTConvPdf实现其卷积。下来定义方法正确的是(其中t为变量)： A、 RooFFTConvPdf lxg("lxg","landau (X) gauss",t,gauss,landau) ; B、 RooFFTConvPdf lxg("lxg"," gauss (X) landau ",t,gauss,landau) ; C、 RooFFTConvPdf lxg("lxg","landau (X) gauss",t,landau,gauss) ; D、 RooFFTConvPdf lxg("lxg"," gauss (X) landau "，landau,gauss，t) ;
多选题
RooHistPdf histpdf2("histpdf2","histpdf2",x,*hist2,2) ;当数据统计量适中时，最后一个参数2如果取0会有什么变化？ A、 pdf函数阶跃比较大 B、 pdf函数更平滑 C、 没变化 D、 以上都不对
多选题
对于RooBinning声明的变量 abins(-20,20),调用abins.addUniform(10 15 20)的意思是： A、 在（15，20）区间均匀分10个bin B、 在（10，20）区间均匀分15个bin C、 以上都不对 D、 在（10，15）区间均匀分20个bin
多选题
RooRealVar mean(“mean”,”mean”,-1,-10, 10)的参数变化范围是多少？A、 -1到10；B、 -10 到 10；C、 定义错误D、 -10 到 -1；
多选题
利用本视频rf205_compplot.C程序中定义的sig1,sig2,bkg1,bkg2进行画图，与model.plotOn(xframe,Components(RooArgSet(“bkg1,sig1,sig2”)))所得结果不等效的是： A、 model.plotOn(xframe,Components(RooArgSet(“bkg1,si*”))); B、 model.plotOn(xframe,Components(RooArgSet(bkg1,sig*))); C、 model.plotOn(xframe,Components(RooArgSet(“bkg1,s*”))); D、 model.plotOn(xframe,Components(RooArgSet(bkg1,sig1,sig2)));
多选题
视频中model.plotOn(xframe,Components(RooArgSet(bkg,sig2)),LineStyle(kDotted)) 语句的目的是: A、 在xframe上画出bkg与sig2加在一起的总的线 B、 在xframe上分别画出bkg、sig2的线 C、 以上都不是
多选题
在画图3的时候，gauss.plotOn(frame3,DrawOption("F"),FillColor(kOrange),MoveToBack()) 中的MoveToBack()的作用是： A、 以上都不对 B、 避免遮挡在这之前画的点及误差棒 C、 避免遮挡坐标轴的刻度数据及刻度线 D、 避免遮挡坐标轴的刻度线
多选题
将root自带的roofit子目录下rf204_extrangefit.C程序中x.setRange("signalRange",4,6) 改成x.setRange("signalRange",3,7)进行运行，所得到的nsig值最接近的是： A、 330 B、 290 C、 270 D、 310
多选题
对于x取值范围为（-10，10）的高斯函数，用RooGaussian gx(“gx”,x,RooConst(-2), RooConst(3))进行定义，再定义RooArgSet nset(x), 则gx.getVal(&nset)的值最靠近： A、 0.20 B、 0.10 C、 0.15 D、 0.05
多选题
如果声明hh的方式为： RooDataHist *dh = new RooDataHist(“dh”,”dh”,x, Import(hh));，则利用RooGaussian函数声明的变量Gaus拟合hh的方式是：A、 Gaus.fitTo(*dh);B、 Gaus.fitTo(&dh);C、 Gaus.fitTo(**dh);D、 Gaus.fitTo(dh);
多选题
所生成的pdf函数的表达式可以在以下函数中查找到： A、 MyPdfV3::clone中 B、 MyPdfV3::analyticalIntegral中 C、 MyPdfV3::evaluate中 D、 MyPdfV3::getAnalyticalIntegral中
多选题
对于ROOT::Math::beta_pdf,其参数为double beta_pdf(double x, double a, double b); 用下列那种方式可以组装成RooFit能识别类型： A、 RooAbsReal *roof = bindFunction(“f”,ROOT::Math::beta_pdf,x,a,b); B、 RooAbsPdf *roof = bindFunction(“f”,ROOT::Math::beta_pdf,x,a,b); C、 RooAbsPdf *roof = bindPdf(“f”,ROOT::Math::beta_pdf,x,a,b); D、 RooAbsReal *roof = bindPdf(“f”,ROOT::Math::beta_pdf,x,a,b);
数据分析软件平台----ROOT
章节列表
第1章第一章 ROOT的安装
2
第2章ROOT初级教程
5
第3章ROOT常用例子
38
第4章TTree的操作
22
第5章神经网络与TMVA
7
第6章RooFit
62