已用zfit的ExtendedUnbinnedNLL拟合，如何获取sWeights做背景扣除？

前置准备 #

确保已安装hepstats（执行pip install hepstats完成安装），且已完成ExtendedUnbinnedNLL拟合，得到：

• 拟合用的数据集data（信号区域数据）
• 包含信号、背景组分的扩展式组合PDFmodel
• zfit的FitResult对象result（拟合输出结果）

计算sWeights步骤 #

1. 导入依赖模块

   import zfit
   from hepstats.splot import compute_sweights
   

2. 调用sWeight计算函数
   直接传入数据集、组合模型和拟合结果：

   sweights_dict = compute_sweights(data, model, result)
   

   返回的sweights_dict是字典结构，键为模型中各组分的名称（比如你定义信号时用的'signal'、背景的'background'），值为对应每个事件的sWeight数组。

3. 提取目标组分的sWeights
   以信号和背景为例：

   signal_sweights = sweights_dict['signal']
   bkg_sweights = sweights_dict['background']
   

   数组长度与数据集一致，每个元素对应数据集中单个事件的sWeight，可直接用于后续背景扣除分析。

关键注意点 #

• 必须使用扩展式组合PDF（与ExtendedUnbinnedNLL拟合匹配），compute_sweights会自动处理扩展模型的归一化因子。
• result必须是zfit拟合返回的FitResult对象，确保拟合参数已正确收敛。
• sWeights的本质是通过拟合后模型的概率密度，为每个事件分配权重，加权后可单独分离出信号或背景的分布特征。

内容的提问来源于stack exchange，提问作者jonas-eschle