Home › Ligue 1 › Jogadores · Produção Ofensiva

2025-2026

Ligue 1 / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Name: Estatísticas de Jogadores — Produção Ofensiva | Campeonato Francês (Ligue 1) 2025-2026 | TheScouter
Creator: TheScouter

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

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
47	Leonardo Balerdi	ar ARG	DF	Marseille	26	1.999	0	1	1	1,11	0,68	1,79	0,05	0,03	0,08	1,11	0,05	0,056	0,223	1,11	-1,11	0,00	0,32	1,47	0	0,00	0,04	0,04	0
55	Melvin Bard	fr FRA	DF,MF	Nice	24	2.000	2	1	3	1,11	0,62	1,73	0,04	0,02	0,06	1,11	0,04	0,074	0,223	1,11	0,89	1,80	0,38	1,62	2	0,08	0,04	0,11	3
93	Ousmane Camara 2003	ml MLI	DF	Angers	22	2.003	1	0	1	1,11	0,10	1,21	0,04	0,00	0,04	1,11	0,04	0,086	0,223	1,11	-0,11	0,90	-0,10	0,00	1	0,03	0,00	0,03	1
167	Guela Doué	ci CIV	DF,MF	Strasbourg	22	2.002	2	6	8	1,11	3,22	4,33	0,05	0,14	0,19	1,11	0,05	0,093	0,223	1,11	0,89	1,80	2,78	1,86	2	0,09	0,26	0,35	0
222	Daouda Guindo	ml MLI	DF	Brest	22	2.002	1	1	2	1,11	0,62	1,73	0,06	0,03	0,09	1,11	0,06	0,053	0,223	1,11	-0,11	0,90	0,38	1,62	1	0,05	0,05	0,11	4
363	Thomas Meunier	be BEL	DF	Lille	33	1.991	2	2	4	1,11	1,11	2,22	0,05	0,05	0,10	1,11	0,05	0,059	0,223	1,11	0,89	1,80	0,89	1,79	2	0,09	0,09	0,19	2
405	Rasmus Nicolaisen	dk DEN	DF	Toulouse	28	1.997	1	0	1	1,11	0,12	1,23	0,04	0,00	0,04	1,11	0,04	0,074	0,223	1,11	-0,11	0,90	-0,12	0,00	1	0,03	0,00	0,03	1
478	Arouna Sangante	sn SEN	DF	Le Havre	23	2.002	1	1	2	1,11	0,55	1,66	0,04	0,02	0,06	1,11	0,04	0,124	0,223	1,11	-0,11	0,90	0,45	1,82	1	0,04	0,04	0,08	0
484	Malang Sarr	fr FRA	DF	Lens	26	1.999	0	1	1	1,11	0,67	1,78	0,03	0,02	0,05	1,11	0,03	0,048	0,223	1,11	-1,11	0,00	0,33	1,50	0	0,00	0,03	0,03	0
490	Marvin Senaya	gh GHA	DF,MF	Auxerre	24	2.001	1	0	1	1,11	0,11	1,22	0,06	0,01	0,06	1,11	0,06	0,074	0,223	1,11	-0,11	0,90	-0,11	0,00	1	0,05	0,00	0,05	1
173	Noah Edjouma	fr FRA	FW	Toulouse	19	2.005	0	0	0	1,02	0,06	1,08	0,36	0,02	0,38	1,02	0,36	0,128	0,340	1,02	-1,02	0,00	-0,06	0,00	0	0,00	0,00	0,00	0
270	Reda Khadra	de GER	FW	Le Havre	24	2.001	0	0	0	1,02	0,05	1,07	0,40	0,02	0,42	1,02	0,40	0,170	0,340	1,02	-1,02	0,00	-0,05	0,00	0	0,00	0,00	0,00	0
416	Noam Obougou Jacquet	fr FRA	FW	Le Havre	19	2.006	1	0	1	1,02	0,03	1,05	0,88	0,03	0,91	1,02	0,88	0,255	0,340	1,02	-0,02	0,98	-0,03	0,00	1	0,87	0,00	0,87	0
476	Ibou Sané	sn SEN	FW,MF	Metz	20	2.005	1	1	2	1,02	0,52	1,54	0,17	0,09	0,26	1,02	0,17	0,170	0,340	1,02	-0,02	0,98	0,48	1,94	1	0,17	0,17	0,33	3
17	Abdelhamid Ait Boudlal	ma MAR	DF	Rennes	19	2.006	2	1	3	0,89	0,60	1,49	0,06	0,04	0,10	0,89	0,06	0,068	0,223	0,89	1,11	2,25	0,40	1,67	2	0,13	0,06	0,19	1
40	Chidozie Awaziem	ng NGA	DF	Nantes	28	1.997	1	2	3	0,89	1,00	1,89	0,03	0,04	0,07	0,89	0,03	0,081	0,223	0,89	0,11	1,12	1,00	2,00	1	0,04	0,08	0,12	1
43	Samson Baidoo	at AUT	DF	Lens	21	2.004	2	1	3	0,89	0,61	1,50	0,04	0,03	0,07	0,89	0,04	0,056	0,223	0,89	1,11	2,25	0,39	1,63	2	0,10	0,05	0,15	1
62	Lucas Beraldo	br BRA	DF,MF	Paris Saint-Germain	21	2.003	2	1	3	0,89	0,63	1,52	0,05	0,04	0,09	0,89	0,05	0,064	0,223	0,89	1,11	2,25	0,37	1,59	2	0,11	0,06	0,17	0
105	Samir Chergui	dz ALG	DF	Paris FC	26	1.999	1	0	1	0,89	0,10	0,99	0,07	0,01	0,08	0,89	0,07	0,068	0,223	0,89	0,11	1,12	-0,10	0,00	1	0,08	0,00	0,08	1
155	Sinaly Diomande	ci CIV	DF	Auxerre	24	2.001	2	2	4	0,89	1,03	1,92	0,04	0,04	0,08	0,89	0,04	0,099	0,223	0,89	1,11	2,25	0,97	1,95	2	0,08	0,08	0,17	2
195	Ismaëlo Ganiou	fr FRA	DF	Lens	20	2.005	3	0	3	0,89	0,17	1,06	0,04	0,01	0,05	0,89	0,04	0,040	0,223	0,89	2,11	3,37	-0,17	0,00	3	0,13	0,00	0,13	0
307	Gautier Lloris	fr FRA	DF	Le Havre	30	1.995	1	1	2	0,89	0,57	1,46	0,03	0,02	0,05	0,89	0,03	0,074	0,223	0,89	0,11	1,12	0,43	1,75	1	0,04	0,04	0,08	2
328	Aïssa Mandi	dz ALG	DF	Lille	33	1.991	1	0	1	0,89	0,11	1,00	0,03	0,00	0,04	0,89	0,03	0,064	0,223	0,89	0,11	1,12	-0,11	0,00	1	0,04	0,00	0,04	1
5	Saud Abdulhamid	sa KSA	MF	Lens	26	1.999	2	4	6	0,88	2,01	2,89	0,06	0,13	0,19	0,88	0,06	0,110	0,294	0,88	1,12	2,27	1,99	1,99	2	0,13	0,27	0,40	1
15	Ruben Aguilar	fr FRA	MF	Lens	32	1.993	2	2	4	0,88	1,08	1,96	0,05	0,06	0,10	0,88	0,05	0,068	0,294	0,88	1,12	2,27	0,92	1,86	2	0,10	0,10	0,21	5

Página 9 de 23 · 561 registros total

‹ 1 … 7 8 9 10 11 … 23 ›

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