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 12 y el jueves 13. El curso de esta edición es Bayesian capture-recapture inference with hidden Markov models y será impartido por el profesor Olivier Gimenez (Centro de Écologie Fonctionnelle & Évolutive, Montpellier, France). 

El último día, viernes 14, se celebra el Sixth 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 Audrone Virbickaite (CUNEF Universidad, Spain) y el profesor Duncan Lee (University of Glasgow, Scotland). 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.

En la organización de la escuela participan, además de la Universitat de València, la Universidad Castilla-La Mancha, y los centros de investigación Biomathematics and Statistics Scotland y CIRAD de Francia.

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.