La escuela de verano tiene tres partes bien diferenciadas. Las sesiones del lunes y martes son una introducción básica a la Estadística Bayesiana, tanto metodológica como aplicada. Este curso básico de 12 horas incluye sesiones de tipo conceptual y de tipo práctico. Estas últimas están diseñadas para que el estudiantado pueda consolidar y aplicar los conocimientos dados en las sesiones teóricas.

La segunda parte de la escuela es de carácter más especializado y ocupa el miércoles 10 y el jueves 11. El curso de esta edición es Bayesian modelling for economic evaluation of healthcare interventions y será impartido por el profesor Gianluca Baio (University College London, UK).   

El último día, viernes 12, se celebra el Seventh VIBASS Workshop. Se trata de un congreso con dos sesiones plenarias a cargo de especialistas de reconocido prestigio internacional en Estadística Bayesiana. Este año están invitados la profesora Alicia Quirós (Universidad de León, Spain) y el profesor Thomas Opitz (Biostatistics and Spatial Processes Unit, INRAE, France). El Workshop incluye una sesión de presentaciones orales en la que el estudiantado del curso puede participar y presentar sus trabajos. Esta es una sesión especialmente interesante para las y los jóvenes investigadores porque se les permite presentar sus trabajos en un entorno estadístico riguroso, pero a la vez informal y cálido, que facilita y potencia la comunicación y discusión científica.

Las primeras referencias a la utilización práctica de la Estadística Bayesiana se remontan a la segunda guerra mundial. El famoso matemático Alan Turing utilizó el teorema de Bayes para descifrar las órdenes, escondidas en el código Enigma, que el ejército alemán enviaba a sus submarinos que navegaban en Atlántico Norte. En la actualidad, la Estadística bayesiana se ha convertido en una herramienta cada vez más útil y necesaria para analizar fenómenos con incertidumbre y datos: La Marina de EEUU utilizó algoritmos bayesianos para la búsqueda del vuelo 447 de Air France perdido en el Atlántico en 2009; Google utiliza la regla de Bayes para la toma de decisiones automática en su coche sin conductor; Microsoft utiliza filtros bayesianos para detectar el correo basura; la NASA utiliza métodos bayesianos para la evaluación de riesgos; la Arqueología utiliza el paradigma bayesiano para la datación de restos arqueológicos, etc.