Home  ›  Ligue 1  ›  Jogadores · Produção Ofensiva
2025-2026
 Ligue 1 / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Campeonato Francês (Ligue 1)  ·  2025-2026  ·  561 registros np 10.2% sot 30% pk 70.3% ast 71%
Gols méd. 1
xG ⚡ méd. 1,49
xA ⚡ méd. 0,63
xG+xA ⚡ méd. 2,12
xG/90 ⚡ méd. 0,13
xG/Fin ⚡ méd. 0,080
G-xG ⚡ méd. 0,00
xGOT ⚡ méd. 1,47
2026-2027 2025-2026 Times Jogadores Visão Geral Produção Ofensiva Finalizações Disciplina Goleiros Minutos & Rotatividade Ações Defensivas Pênaltis
Jogadores — Produção Ofensiva 25 de 561
Ligue 1  ·  2025-2026
# Jogador Nac Pos Time Idade Ano Gols Ast G+A xG ⚡ xA ⚡ xG+xA ⚡ xG/90 ⚡ xA/90 ⚡ (xG+xA)/90 ⚡ npxG ⚡ npxG/90 ⚡ xG/Fin ⚡ xG/NoA ⚡ xGOT ⚡ G-xG ⚡ G/xG ⚡ A-xA ⚡ A/xA ⚡ G-PK G/90 A/90 G+A/90 Imp
18
Tosin Aiyegun
bj BEN FW,MF
Lorient
27 1.998 5 0 5 4,44 0,24 4,68 0,37 0,02 0,39 3,74 0,31 0,148 0,340 4,08 0,56 1,12 -0,24 0,00 5 0,42 0,00 0,42 3
143
Habib Diallo
sn SEN FW
Metz
30 1.995 4 1 5 4,44 0,74 5,18 0,21 0,04 0,24 3,74 0,18 0,117 0,340 4,08 -0,44 0,90 0,26 1,34 4 0,19 0,05 0,24 11
321
Frank Magri
cm CMR FW,MF
Toulouse
25 1.999 5 1 6 4,44 0,74 5,18 0,32 0,05 0,37 3,74 0,27 0,135 0,340 4,08 0,56 1,12 0,26 1,35 5 0,36 0,07 0,43 3
261
Lee Kang-in
kr KOR MF,FW
Paris Saint-Germain
24 2.001 3 4 7 4,40 2,34 6,74 0,26 0,14 0,40 4,40 0,26 0,119 0,294 4,40 -1,40 0,68 1,66 1,71 3 0,18 0,24 0,41 3
57
Yassin Belkhdim
fr FRA MF
Angers
23 2.002 2 2 4 4,11 1,25 5,36 0,17 0,05 0,23 4,11 0,17 0,125 0,294 4,11 -2,11 0,49 0,75 1,60 2 0,08 0,08 0,17 2
169
Kamory Doumbia
ml MLI MF
Brest
22 2.003 5 4 9 4,11 2,19 6,30 0,21 0,11 0,32 4,11 0,21 0,096 0,294 4,11 0,89 1,22 1,81 1,83 5 0,26 0,21 0,46 2
236
Santiago Hidalgo
ar ARG MF,FW
Toulouse
20 2.005 4 6 10 4,11 3,16 7,27 0,26 0,20 0,47 4,11 0,26 0,121 0,294 4,11 -0,11 0,97 2,84 1,90 4 0,26 0,39 0,64 8
242
Pierre Højbjerg
dk DEN MF
Marseille
29 1.995 4 5 9 4,11 2,94 7,05 0,14 0,10 0,23 4,11 0,14 0,089 0,294 4,11 -0,11 0,97 2,06 1,70 4 0,13 0,17 0,30 0
325
Jean-Victor Makengo
fr FRA MF
Lorient
27 1.998 4 2 6 4,11 1,29 5,40 0,21 0,06 0,27 4,11 0,21 0,105 0,294 4,11 -0,11 0,97 0,71 1,56 4 0,20 0,10 0,30 0
372
Afonso Moreira
pt POR MF,FW
Lyon
20 2.005 4 7 11 4,11 3,91 8,02 0,21 0,20 0,42 4,11 0,21 0,103 0,294 4,11 -0,11 0,97 3,09 1,79 4 0,21 0,37 0,57 4
479
Mamadou Sangare
ml MLI MF
Lens
23 2.002 3 4 7 4,11 2,37 6,48 0,16 0,09 0,25 4,11 0,16 0,078 0,294 4,11 -1,11 0,73 1,63 1,69 3 0,12 0,15 0,27 3
106
Sidiki Cherif
fr FRA FW,MF
Angers
18 2.006 4 0 4 4,08 0,23 4,31 0,32 0,02 0,33 4,08 0,32 0,146 0,340 4,08 -0,08 0,98 -0,23 0,00 4 0,31 0,00 0,31 11
191
Rayan Fofana
fr FRA FW,MF
Lens
19 2.006 5 0 5 4,08 0,28 4,36 0,46 0,03 0,49 4,08 0,46 0,113 0,340 4,08 0,92 1,22 -0,28 0,00 5 0,56 0,00 0,56 7
331
Sekou Mara
fr FRA FW
Auxerre
23 2.002 3 2 5 4,08 1,21 5,29 0,30 0,09 0,39 4,08 0,30 0,124 0,340 4,08 -1,08 0,73 0,79 1,66 3 0,22 0,15 0,37 2
100
Josué Casimir
ht HAI MF,FW
Auxerre
23 2.001 1 0 1 3,93 0,17 4,10 0,23 0,01 0,24 3,23 0,19 0,179 0,294 3,52 -2,93 0,25 -0,17 0,00 1 0,06 0,00 0,06 3
355
Nuno Mendes
pt POR DF
Paris Saint-Germain
23 2.002 4 5 9 3,82 2,79 6,61 0,27 0,20 0,47 3,12 0,22 0,127 0,255 3,82 0,18 1,05 2,21 1,79 3 0,29 0,36 0,64 3
519
Adrien Thomasson
fr FRA MF
Lens
31 1.993 3 9 12 3,82 4,73 8,55 0,13 0,16 0,29 3,82 0,13 0,089 0,294 3,82 -0,82 0,79 4,27 1,90 3 0,10 0,30 0,40 4
283
Jean-Philippe Krasso
ci CIV FW
Paris FC
28 1.997 2 2 4 3,76 1,19 4,95 0,31 0,10 0,41 3,06 0,25 0,139 0,376 3,76 -1,76 0,53 0,81 1,69 1 0,16 0,16 0,33 10
503
Sambou Soumano
sn SEN FW
Lorient
24 2.001 4 2 6 3,76 1,20 4,96 0,36 0,11 0,47 3,06 0,29 0,134 0,340 3,40 0,24 1,06 0,80 1,67 4 0,38 0,19 0,57 10
250
Isak Jansson
se SWE FW,MF
Nice
23 2.002 1 0 1 3,74 0,14 3,88 0,52 0,02 0,54 3,74 0,52 0,220 0,340 3,74 -2,74 0,27 -0,14 0,00 1 0,14 0,00 0,14 0
92
Mahdi Camara
fr FRA MF
Rennes
27 1.998 3 1 4 3,52 0,73 4,25 0,12 0,02 0,14 3,52 0,12 0,121 0,294 3,52 -0,52 0,85 0,27 1,37 3 0,10 0,03 0,14 4
32
Youssef El-Arabi
ma MAR FW
Nantes
38 1.987 3 0 3 3,42 0,10 3,52 0,33 0,01 0,34 2,72 0,26 0,228 0,340 3,06 -0,42 0,88 -0,10 0,00 3 0,29 0,00 0,29 10
200
Willem Geubbels
fr FRA FW
Paris FC
23 2.001 5 0 5 3,42 0,24 3,66 0,30 0,02 0,32 2,72 0,24 0,114 0,380 3,42 1,58 1,46 -0,24 0,00 4 0,44 0,00 0,44 10
282
Goduine Koyalipou
cf CTA FW
Angers
25 2.000 2 1 3 3,42 0,67 4,09 0,46 0,09 0,55 2,72 0,37 0,156 0,380 3,42 -1,42 0,58 0,33 1,50 1 0,27 0,13 0,40 5
344
Ibrahim Mbaye
sn SEN FW,MF
Paris Saint-Germain
17 2.008 3 2 5 3,40 1,22 4,62 0,30 0,11 0,41 3,40 0,30 0,142 0,340 3,40 -0,40 0,88 0,78 1,64 3 0,27 0,18 0,45 2

Glossário — Produção Ofensiva

⚡ = métrica computada
v6.1
# Posição no ranking
Jogador Nome do jogador
Nac Nacionalidade
Pos Posição em campo
Time Time
Idade Idade atual
Ano Ano de nascimento
Gols Gols marcados
Ast Assistências
G+A Gols + Assistências
xG ⚡ Expected Goals — gols esperados baseado na qualidade das finalizações (taxa média real da liga)
xA ⚡ Expected Assists (proxy matricial) — combina o volume de assistências do jogador com a qualidade ofensiva do time. Fórmula: (Ast × 0,32) + [(Ast × 1,7) × (npxG/Fin do time)] + [(Fin do jogador/Fin do time) × npxG do time × 0,08]
xG+xA ⚡ xG + xA — envolvimento ofensivo esperado total
xG/90 ⚡ xG por 90 minutos — ritmo de criação de chances qualificadas
xA/90 ⚡ xA por 90 minutos — ritmo de criação esperada de assistências
(xG+xA)/90 ⚡ (xG + xA) por 90 minutos — ritmo de contribuição ofensiva esperada
npxG ⚡ Non-Penalty xG — xG excluindo pênaltis cobrados
npxG/90 ⚡ Non-Penalty xG por 90 minutos
xG/Fin ⚡ xG por finalização total — qualidade média de cada tentativa
xG/NoA ⚡ xGOT / finalizações no alvo — perigo médio por chute no alvo
xGOT ⚡ Expected Goals on Target — xG sobre finalizações no alvo
G-xG ⚡ G − xG: positivo = eficiente acima do esperado
G/xG ⚡ G/xG: razão de aproveitamento. >1 = mais gols que o esperado
A-xA ⚡ A − xA: positivo = mais assists do que o esperado pela qualidade
A/xA ⚡ A/xA: razão de assistências. >1 = converte mais chances em assists
G-PK Gols excluindo pênaltis
G/90 Gols por 90 minutos
A/90 Assistências por 90 minutos
G+A/90 G+A por 90 minutos
Imp Impedimentos
Métricas ⚡ calculadas com as taxas reais da liga Ligue 1:
 · tx_np  — conv. p/ chute total (xG, npxG): 10.2%
 · tx_sot — conv. p/ chute no alvo (xGOT, xGA): 30%
 · tx_pk  — conv. de pênaltis: 70.3%
 · tx_ast — assistências por gol na liga: 71%

xG ajustado por posição (v5.3):
 · Atacantes, meias, defensores e goleiros usam taxas de conversão calculadas separadamente a partir dos próprios dados da liga.
 · Grupos com menos de 30 chutes (ou 15 no alvo) usam a taxa geral da liga como fallback, para evitar ruído estatístico.

xA Proxy (v5.4) — metodologia matricial:
 · xA = (Ast_jog × 0,32) + [(Ast_jog × 1,7) × (npxG/Fin_time)] + [(Fin_jog/Fin_time) × npxG_time × 0,08]
 · Ast_jog — assistências do jogador · Fin_jog — finalizações do jogador
 · npxG_time / Fin_time — npxG e finalizações totais do time (temporada)
 · NOTA: proxy com dados agregados — xA real requer dados shot-a-shot

Notas v4.3:
 · SoTA (FBRef) já exclui pênaltis → xGA = SoTA × tx_sot + PKsof × tx_pk
 · np_sot = SoT − PKconvertidos (PK errados não estão em SoT)
 · xGA/Fin = xGA ÷ (SoTA + PKsof) = perigo médio por tentativa enfrentada
© 2026 TheScouter  ·  Stats Engine v6.1  ·  Ligue 1  ·  2025-2026  ·  Jogadores / Produção Ofensiva  ·  ⚡ xG · xA · xGOT · xGA · npxG