Biclustering algorithms and interactive tools for the exploration of multivariate and functional data

We are living the revolution of data. Due to their recently imposed central role in the society, it has become fundamental to summarize and visualize them using many different techniques. In addition, considering the informational wealth that well-managed data could produce in many different fields, it is important to represent and express the used methods and their results to a wide and broad audience. It is thus evident that, in the age of data, creating new algorithms and improving older ones should go hand by hand with the introduction of proper ways to divulge those methods and results. Therefore this thesis, presented as a collection of papers, is structured in two parts: the first one, Part I, deals with the introduction of a new family of biclustering algorithms for functional data, the funBI family; the second one, Part II, focuses on divulging statistical results or, more generally, statistics to a non-statistical audience.

Stiamo vivendo l'era della rivoluzione dei dati. Conseguentemente, a causa della loro nuova centralità nella società, è diventato sempre più necessario sintetizzarli e visualizzarli utilizzando tecniche differenti. Inoltre, considerando la ricchezza informativa che tali dati potrebbero produrre in campi differenti, è importante rappresentare ed esprimere i metodi utilizzati e i loro risultati a un pubblico sempre più ampio. Quindi, nella nuova era dei dati, creare e migliorare gli algoritmi dovrebbe andare di pari passo con l'introduzione di nuovi metodi di divulgazione. Di conseguenza, questa tesi, strutturata come una collezione di articoli, è divisa in due parti: la prima parte, Part I, introduce una nuova famiglia di algoritmi di biclustering per dati funzionali, la famiglia funBI; la seconda parte, invece, Part II, tratta tecniche di divulgazione di risultati statistici o, più in generale, di tecniche statistiche ad un pubblico non specializzato.