Los errores de medición son comunes en muchos problemas estadísticos y han recibido considerable atención en varios contextos de regresión. En este estudio, consideramos el modelo autorregresivo de coeficientes aleatorios con errores de medición posiblemente presentes en las covariables. Se utilizan los métodos de mínimos cuadrados y mínimos cuadrados ponderados para estimar los parámetros del modelo, y se demuestra la consistencia y la normalidad asintótica de los dos tipos de estimadores. Además, proponemos un método de verosimilitud empírica basado en ecuaciones de puntuación ponderadas para construir regiones de confianza para los parámetros. Los resultados de la simulación muestran que los estimadores de mínimos cuadrados ponderados son superiores a los estimadores de mínimos cuadrados y que las regiones de confianza tienen un buen comportamiento en muestras finitas. Por último, el modelo se aplica a un ejemplo de datos reales.