我会说不，因为除了 log-normal 之外还有很多发行版支持$[ 0, \infty)$， 如那个$\chi^2$或伽玛。（维基百科甚至有一个专门针对这个标准的列表。）

在实践中，存在不同的情况，在这些情况下，此类分布可用于近似实际观察和测量的现象。例如，在某些情况下，您可以使用在边界处截尾的术语来描述观测值如何在边界之上和之下，但它们只能在某个支持范围内进行测量（并且当它们超出该支持范围时，它们被记录为处于终点和/或之后）。这通常是指当您的仪器无法测量超出边界的数值时，它只知道它在边界处或边界之下。对于对数正态，一个例子是测量$\log(\text{wages})$. 我相信对于美国人口普查，他们审查分布在$0$，尽管拥有自己的企业的人可能会处于消极状态。（一些宏观经济变量可以很好地近似为对数正态分布，但实际微观单位的支持部分为负。）

另一个例子（如 user41315 提到的）是截断分布。截断的意思是“切断”。有时我们只观察/记录超出边界的测量值。对于工资的另一个经济示例，假设您只有在工资高于时才需要报税$0$. 所以它不像人口普查那样只记录$0$即使你有少于$0$，您只是根本不观察小于$0$工资。正如 whuber 在评论中所说，您可以采用任何分布并将其重新表达为截断的分布。

删失或截断的描述是指数据的测量方式，而不是特定的分布。并非所有有界的测量$[ 0, \infty)$必然会被截断或审查。例如，我们知道的值的距离或平方不能低于$0$.

根据我的经验，似乎没有标准术语。有些人称它们为“单方面的”，或“单方面的支持”。我会说“支持[正半线]”，尽管这很笨拙。

编辑：与 Andy W 的评论相关 - 如果忽略特定范围之外的值（不增加观察窗口端点的质量），则“截断”而不是“审查”更合适。[我没有足够的声誉直接评论您的答案]。