From $ROOTSYS/tutorials/roofit/rf102_dataimport.C

//////////////////////////////////////////////////////////////////////////
//
// 'BASIC FUNCTIONALITY' RooFit tutorial macro #102
// 
// Importing data from ROOT TTrees and THx histograms
//
//
//
// 07/2008 - Wouter Verkerke 
// 
/////////////////////////////////////////////////////////////////////////

#ifndef __CINT__
#include "RooGlobalFunc.h"
#endif
#include "RooRealVar.h"
#include "RooDataSet.h"
#include "RooDataHist.h"
#include "RooGaussian.h"
#include "TCanvas.h"
#include "RooPlot.h"
#include "TTree.h"
#include "TH1D.h"
#include "TRandom.h"
using namespace RooFit ;

TH1* makeTH1() ;
TTree* makeTTree() ;


void rf102_dataimport()
{
  ////////////////////////////////////////////////////////
  // I m p o r t i n g   R O O T   h i s t o g r a m s  //
  ////////////////////////////////////////////////////////

  // I m p o r t   T H 1   i n t o   a   R o o D a t a H i s t
  // ---------------------------------------------------------

  // Create a ROOT TH1 histogram
  TH1* hh = makeTH1() ;

  // Declare observable x
  RooRealVar x("x","x",-10,10) ;

  // Create a binned dataset that imports contents of TH1 and associates its contents to observable 'x'
  RooDataHist dh("dh","dh",x,Import(*hh)) ;


  // P l o t   a n d   f i t   a   R o o D a t a H i s t
  // ---------------------------------------------------

  // Make plot of binned dataset showing Poisson error bars (RooFit default)
  RooPlot* frame = x.frame(Title("Imported TH1 with Poisson error bars")) ;
  dh.plotOn(frame) ; 

  // Fit a Gaussian p.d.f to the data
  RooRealVar mean("mean","mean",0,-10,10) ;
  RooRealVar sigma("sigma","sigma",3,0.1,10) ;
  RooGaussian gauss("gauss","gauss",x,mean,sigma) ;
  gauss.fitTo(dh) ;
  gauss.plotOn(frame) ;

  // P l o t   a n d   f i t   a   R o o D a t a H i s t   w i t h   i n t e r n a l   e r r o r s
  // ---------------------------------------------------------------------------------------------

  // If histogram has custom error (i.e. its contents is does not originate from a Poisson process
  // but e.g. is a sum of weighted events) you can data with symmetric 'sum-of-weights' error instead
  // (same error bars as shown by ROOT)
  RooPlot* frame2 = x.frame(Title("Imported TH1 with internal errors")) ;
  dh.plotOn(frame2,DataError(RooAbsData::SumW2)) ; 
  gauss.plotOn(frame2) ;

  // Please note that error bars shown (Poisson or SumW2) are for visualization only, the are NOT used
  // in a maximum likelihood fit
  //
  // A (binned) ML fit will ALWAYS assume the Poisson error interpretation of data (the mathematical definition 
  // of likelihood does not take any external definition of errors). Data with non-unit weights can only be correctly
  // fitted with a chi^2 fit (see rf602_chi2fit.C) 


  ////////////////////////////////////////////////
  // I m p o r t i n g   R O O T  T T r e e s   //
  ////////////////////////////////////////////////


  // I m p o r t   T T r e e   i n t o   a   R o o D a t a S e t
  // -----------------------------------------------------------

  TTree* tree = makeTTree() ;

  // Define 2nd observable y
  RooRealVar y("y","y",-10,10) ;

  // Construct unbinned dataset importing tree branches x and y matching between branches and RooRealVars 
  // is done by name of the branch/RRV 
  // 
  // Note that ONLY entries for which x,y have values within their allowed ranges as defined in 
  // RooRealVar x and y are imported. Since the y values in the import tree are in the range [-15,15]
  // and RRV y defines a range [-10,10] this means that the RooDataSet below will have less entries than the TTree 'tree'

  RooDataSet ds("ds","ds",RooArgSet(x,y),Import(*tree)) ;


  // P l o t   d a t a s e t   w i t h   m u l t i p l e   b i n n i n g   c h o i c e s
  // ------------------------------------------------------------------------------------
  
  // Print number of events in dataset
  ds.Print() ;

  // Print unbinned dataset with default frame binning (100 bins)
  RooPlot* frame3 = y.frame(Title("Unbinned data shown in default frame binning")) ;
  ds.plotOn(frame3) ;
  
  // Print unbinned dataset with custom binning choice (20 bins)
  RooPlot* frame4 = y.frame(Title("Unbinned data shown with custom binning")) ;
  ds.plotOn(frame4,Binning(20)) ;
  
  // Draw all frames on a canvas
  TCanvas* c = new TCanvas("rf102_dataimport","rf102_dataimport",800,800) ;
  c->Divide(2,2) ;
  c->cd(1) ; gPad->SetLeftMargin(0.15) ; frame->GetYaxis()->SetTitleOffset(1.4) ; frame->Draw() ;
  c->cd(2) ; gPad->SetLeftMargin(0.15) ; frame2->GetYaxis()->SetTitleOffset(1.4) ; frame2->Draw() ;
  c->cd(3) ; gPad->SetLeftMargin(0.15) ; frame3->GetYaxis()->SetTitleOffset(1.4) ; frame3->Draw() ;
  c->cd(4) ; gPad->SetLeftMargin(0.15) ; frame4->GetYaxis()->SetTitleOffset(1.4) ; frame4->Draw() ;
  
}




TH1* makeTH1() 
{
  // Create ROOT TH1 filled with a Gaussian distribution

  TH1D* hh = new TH1D("hh","hh",25,-10,10) ;
  for (int i=0 ; i<100 ; i++) {
    hh->Fill(gRandom->Gaus(0,3)) ;
  }
  return hh ;
}


TTree* makeTTree() 
{
  // Create ROOT TTree filled with a Gaussian distribution in x and a uniform distribution in y

  TTree* tree = new TTree("tree","tree") ;
  Double_t* px = new Double_t ;
  Double_t* py = new Double_t ;
  tree->Branch("x",px,"x/D") ;
  tree->Branch("y",py,"y/D") ;
  for (int i=0 ; i<100 ; i++) {
    *px = gRandom->Gaus(0,3) ;
    *py = gRandom->Uniform()*30 - 15 ;
    tree->Fill() ;
  }
  return tree ;
}


 rf102_dataimport.C:1
 rf102_dataimport.C:2
 rf102_dataimport.C:3
 rf102_dataimport.C:4
 rf102_dataimport.C:5
 rf102_dataimport.C:6
 rf102_dataimport.C:7
 rf102_dataimport.C:8
 rf102_dataimport.C:9
 rf102_dataimport.C:10
 rf102_dataimport.C:11
 rf102_dataimport.C:12
 rf102_dataimport.C:13
 rf102_dataimport.C:14
 rf102_dataimport.C:15
 rf102_dataimport.C:16
 rf102_dataimport.C:17
 rf102_dataimport.C:18
 rf102_dataimport.C:19
 rf102_dataimport.C:20
 rf102_dataimport.C:21
 rf102_dataimport.C:22
 rf102_dataimport.C:23
 rf102_dataimport.C:24
 rf102_dataimport.C:25
 rf102_dataimport.C:26
 rf102_dataimport.C:27
 rf102_dataimport.C:28
 rf102_dataimport.C:29
 rf102_dataimport.C:30
 rf102_dataimport.C:31
 rf102_dataimport.C:32
 rf102_dataimport.C:33
 rf102_dataimport.C:34
 rf102_dataimport.C:35
 rf102_dataimport.C:36
 rf102_dataimport.C:37
 rf102_dataimport.C:38
 rf102_dataimport.C:39
 rf102_dataimport.C:40
 rf102_dataimport.C:41
 rf102_dataimport.C:42
 rf102_dataimport.C:43
 rf102_dataimport.C:44
 rf102_dataimport.C:45
 rf102_dataimport.C:46
 rf102_dataimport.C:47
 rf102_dataimport.C:48
 rf102_dataimport.C:49
 rf102_dataimport.C:50
 rf102_dataimport.C:51
 rf102_dataimport.C:52
 rf102_dataimport.C:53
 rf102_dataimport.C:54
 rf102_dataimport.C:55
 rf102_dataimport.C:56
 rf102_dataimport.C:57
 rf102_dataimport.C:58
 rf102_dataimport.C:59
 rf102_dataimport.C:60
 rf102_dataimport.C:61
 rf102_dataimport.C:62
 rf102_dataimport.C:63
 rf102_dataimport.C:64
 rf102_dataimport.C:65
 rf102_dataimport.C:66
 rf102_dataimport.C:67
 rf102_dataimport.C:68
 rf102_dataimport.C:69
 rf102_dataimport.C:70
 rf102_dataimport.C:71
 rf102_dataimport.C:72
 rf102_dataimport.C:73
 rf102_dataimport.C:74
 rf102_dataimport.C:75
 rf102_dataimport.C:76
 rf102_dataimport.C:77
 rf102_dataimport.C:78
 rf102_dataimport.C:79
 rf102_dataimport.C:80
 rf102_dataimport.C:81
 rf102_dataimport.C:82
 rf102_dataimport.C:83
 rf102_dataimport.C:84
 rf102_dataimport.C:85
 rf102_dataimport.C:86
 rf102_dataimport.C:87
 rf102_dataimport.C:88
 rf102_dataimport.C:89
 rf102_dataimport.C:90
 rf102_dataimport.C:91
 rf102_dataimport.C:92
 rf102_dataimport.C:93
 rf102_dataimport.C:94
 rf102_dataimport.C:95
 rf102_dataimport.C:96
 rf102_dataimport.C:97
 rf102_dataimport.C:98
 rf102_dataimport.C:99
 rf102_dataimport.C:100
 rf102_dataimport.C:101
 rf102_dataimport.C:102
 rf102_dataimport.C:103
 rf102_dataimport.C:104
 rf102_dataimport.C:105
 rf102_dataimport.C:106
 rf102_dataimport.C:107
 rf102_dataimport.C:108
 rf102_dataimport.C:109
 rf102_dataimport.C:110
 rf102_dataimport.C:111
 rf102_dataimport.C:112
 rf102_dataimport.C:113
 rf102_dataimport.C:114
 rf102_dataimport.C:115
 rf102_dataimport.C:116
 rf102_dataimport.C:117
 rf102_dataimport.C:118
 rf102_dataimport.C:119
 rf102_dataimport.C:120
 rf102_dataimport.C:121
 rf102_dataimport.C:122
 rf102_dataimport.C:123
 rf102_dataimport.C:124
 rf102_dataimport.C:125
 rf102_dataimport.C:126
 rf102_dataimport.C:127
 rf102_dataimport.C:128
 rf102_dataimport.C:129
 rf102_dataimport.C:130
 rf102_dataimport.C:131
 rf102_dataimport.C:132
 rf102_dataimport.C:133
 rf102_dataimport.C:134
 rf102_dataimport.C:135
 rf102_dataimport.C:136
 rf102_dataimport.C:137
 rf102_dataimport.C:138
 rf102_dataimport.C:139
 rf102_dataimport.C:140
 rf102_dataimport.C:141
 rf102_dataimport.C:142
 rf102_dataimport.C:143
 rf102_dataimport.C:144
 rf102_dataimport.C:145
 rf102_dataimport.C:146
 rf102_dataimport.C:147
 rf102_dataimport.C:148
 rf102_dataimport.C:149
 rf102_dataimport.C:150
 rf102_dataimport.C:151
 rf102_dataimport.C:152
 rf102_dataimport.C:153
 rf102_dataimport.C:154
 rf102_dataimport.C:155
 rf102_dataimport.C:156
 rf102_dataimport.C:157
 rf102_dataimport.C:158
 rf102_dataimport.C:159
 rf102_dataimport.C:160
 rf102_dataimport.C:161
 rf102_dataimport.C:162