在本文中,我们主要研究了二项AR（1）模型的拟似然统计推断.令δ∈（0,1）,ρ∈[max{-δ/1-1-δ/-δ},1],定义β=δ（1-ρ）及α=β+ρ,对于n∈N,称Xt为二项AR（1）过程,若它满足如下的方程,其中所有的计数序列相互独立. 令θ=（η,（?））,其中η=ρ（1-ρ）（1-2δ）,u=nβ（1-β）,则可以得知uθ（Xt|Xt-1）=Var（Xt|Xt-1）=ηXt-1+u,另外,若进行重新定义参数nβ=Δλ,则E[Xt|Xt-1]=ρXt-1+λ,此时,我们只需要对τ=（ρ,λ）’进行估计即可. 根据拟似然方法可得标准的估计方程组如下： 首先,假设θ是已知的,记τ为上面方程组的解,若θ未知,则可以先通过其它的手法求得θ的相合估计,然后求解响应修改的估计方程组,易于得知其中 定理1对于拟似然估计因子τ而言,当T→∞时,有（?）T（τ-τ）与→L（0,T-1（θ））,其中（?）表示依分布收敛， 最后,我们通过数值模拟的方法,将本文所提出的拟似然估计与Yule-Walker估计以及条件最小二乘估计进行了比较,结果说明我们所提出的估计具有较小的偏差及标准误差,因此,该方法在现实中是可行的.