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
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
查看答案与解析
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： AA、 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；
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
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