随机产生100个服从正态分布 的样本数据，并用这些数据估计总体 中的参数 的置信水平为90%的置信区间，则完成该任务的Matlab指令为

### 回答1：
可以使用`norminv`、`mean`和`std`函数来完成该任务。

具体指令如下：

% 生成100个服从正态分布的样本数据
data = normrnd(0, 1, [1, 100]);

% 计算样本均值和样本标准差
x_bar = mean(data);
s = std(data);

% 计算置信区间的下界和上界
alpha = 0.1; % 置信水平为90%
z_alpha_2 = norminv(1 - alpha / 2); % 计算正态分布的分位数
lower = x_bar - z_alpha_2 * s / sqrt(length(data));
upper = x_bar + z_alpha_2 * s / sqrt(length(data));

% 显示结果
fprintf('置信区间为 [%.4f, %.4f]\n', lower, upper);

其中，`normrnd(0, 1, [1, 100])`表示生成一个均值为0，标准差为1的正态分布随机数向量，`mean(data)`和`std(data)`分别计算样本均值和样本标准差，`norminv(1 - alpha / 2)`计算正态分布的分位数，最后根据置信区间的公式计算置信区间的下界和上界。

### 回答2：
完成该任务的Matlab指令为：

% 设置参数
sample_size = 100; % 样本大小
confidence_level = 0.9; % 置信水平

% 生成服从正态分布的样本数据
data = normrnd(0, 1, [sample_size, 1]);

% 估计总体中的参数的置信区间
mean_estimate = mean(data); % 参数的估计值
std_estimate = std(data); % 参数的标准差的估计值
z_critical = norminv(1 - (1 - confidence_level)/2); % 正态分布的临界值
margin_of_error = z_critical * std_estimate / sqrt(sample_size); % 误差的边界
confidence_interval = [mean_estimate - margin_of_error, mean_estimate + margin_of_error]; % 置信区间

% 打印结果
disp(['参数的估计值：', num2str(mean_estimate)]);
disp(['参数的置信水平为', num2str(confidence_level * 100), '%的置信区间：']);
disp(['[', num2str(confidence_interval(1)), ',', num2str(confidence_interval(2)), ']']);

执行这段代码，将会生成一个服从正态分布的样本数据，并用这些数据估计总体中的参数的置信水平为90%的置信区间。然后输出参数的估计值和置信区间。

### 回答3：
完成该任务的Matlab指令为：

x = normrnd(0, 1, [1, 100]); % 产生100个服从标准正态分布的样本数据

sample_mean = mean(x); % 样本均值
sample_std = std(x); % 样本标准差
sample_size = length(x); % 样本大小

confidence_level = 0.9; % 置信水平

z = norminv(1 - (1 - confidence_level) / 2); % 根据置信水平计算正态分布的临界值

margin_of_error = z * sample_std / sqrt(sample_size); % 误差边界

confidence_interval = [sample_mean - margin_of_error, sample_mean + margin_of_error]; % 置信区间

指令解释：
1. 使用normrnd函数生成服从正态分布的样本数据，参数0和1分别表示均值和标准差。生成的样本保存在变量x中。
2. 使用mean函数计算样本的均值，保存在变量sample_mean中。
3. 使用std函数计算样本的标准差，保存在变量sample_std中。
4. 使用length函数计算样本的大小，保存在变量sample_size中。
5. 使用norminv函数根据置信水平计算正态分布的临界值，保存在变量z中。
6. 使用计算公式计算误差边界，保存在变量margin_of_error中。
7. 使用计算公式计算置信区间，保存在变量confidence_interval中。