Este documento propone un nuevo modelo autorregresivo entero de valores variables en el tiempo (TV-INAR) con un vector de estado que sigue una estructura de regresión logística. Dado que el coeficiente autorregresivo en el modelo es dependiente del tiempo, el método de suavizado de Kalman es aplicable. Se establecen algunas propiedades estadísticas del modelo. Para estimar los parámetros del modelo, se propone un método de estimación de dos pasos. En el primer paso, se utiliza el método de estimación de suavizado de Kalman, que es adecuado para manejar sistemas dependientes del tiempo y procesos estocásticos no estacionarios, para estimar los parámetros variables en el tiempo. En el segundo paso, se utiliza mínimos cuadrados condicionales para estimar el parámetro en el término de error. Este método propuesto permite estimar los parámetros en el modelo no lineal y derivar las soluciones analíticas. El rendimiento del método de estimación se evalúa a través de estudios de simulación. Luego, el modelo se valida utilizando datos reales de series temporales.