Home  ›  Mls  ›  Jogadores · Produção Ofensiva
2026
 Mls / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Campeonato Americano (MLS) (Mls)  ·  2026  ·  900 registros np 11.2% sot 30.7% pk 83.1% ast 71.2%
Gols méd. 1
xG ⚡ méd. 1,47
xA ⚡ méd. 0,64
xG+xA ⚡ méd. 2,11
xG/90 ⚡ méd. 0,15
xG/Fin ⚡ méd. 0,080
G-xG ⚡ méd. 0,00
xGOT ⚡ méd. 1,46
Times Jogadores Visão Geral Produção Ofensiva Finalizações Disciplina Goleiros Minutos & Rotatividade Ações Defensivas Pênaltis
Jogadores — Produção Ofensiva 25 de 900
Mls  ·  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
613
Devin Padelford
us USA DF,MF
Minnesota Utd
23 2.003 1 1 2 0,88 0,54 1,42 0,13 0,08 0,21 0,88 0,13 0,177 0,294 0,88 0,12 1,13 0,46 1,84 1 0,15 0,15 0,29 1
546
Efrain Morales
bo BOL DF
CF Montréal
22 2.004 0 2 2 0,88 1,09 1,97 0,06 0,08 0,14 0,88 0,06 0,088 0,294 0,88 -0,88 0,00 0,91 1,84 0 0,00 0,14 0,14 1
29
Felipe Andrade
br BRA DF
Houston
24 2.002 1 0 1 0,88 0,12 1,00 0,04 0,01 0,05 0,88 0,04 0,059 0,294 0,88 0,12 1,13 -0,12 0,00 1 0,05 0,00 0,05 1
794
Finn Surman
nz NZL DF
Portland Timbers
23 2.003 1 1 2 0,88 0,54 1,42 0,03 0,02 0,06 0,88 0,03 0,126 0,294 0,88 0,12 1,13 0,46 1,84 1 0,04 0,04 0,08 1
580
Franco Negri
ar ARG DF
Houston
31 1.995 1 0 1 0,88 0,07 0,95 0,10 0,01 0,11 0,88 0,10 0,110 0,294 0,88 0,12 1,13 -0,07 0,00 1 0,11 0,00 0,11 —
867
Frankie Westfield
us USA DF
Philadelphia
20 2.005 0 8 8 0,88 4,04 4,92 0,04 0,18 0,22 0,88 0,04 0,034 0,294 0,88 -0,88 0,00 3,96 1,98 0 0,00 0,37 0,37 2
285
Ian Fray
jm JAM DF
Inter Miami
24 2.002 1 2 3 0,88 1,16 2,04 0,06 0,07 0,13 0,88 0,06 0,080 0,294 0,88 0,12 1,13 0,84 1,73 1 0,06 0,13 0,19 2
497
Jahkeele Marshall-Rutty
ca CAN DF
RB New York
22 2.004 0 0 0 0,88 0,11 0,99 0,06 0,01 0,06 0,88 0,06 0,068 0,294 0,88 -0,88 0,00 -0,11 0,00 0 0,00 0,00 0,00 2
76
Jon Bell
jm JAM DF
Austin FC
29 1.997 2 1 3 0,88 0,58 1,46 0,07 0,04 0,11 0,88 0,07 0,126 0,294 0,88 1,12 2,27 0,42 1,72 2 0,15 0,07 0,22 1
338
Justin Haak
us USA DF,MF
LA Galaxy
25 2.001 1 1 2 0,88 0,67 1,55 0,04 0,03 0,06 0,88 0,04 0,059 0,294 0,88 0,12 1,13 0,33 1,49 1 0,04 0,04 0,08 1
682
Justin Reynolds
us USA DF
Sporting KC
22 2.004 1 2 3 0,88 1,11 1,99 0,09 0,11 0,20 0,88 0,09 0,147 0,294 0,88 0,12 1,13 0,89 1,80 1 0,10 0,20 0,30 1
741
Kieran Sargeant
us USA DF,MF
San Diego FC
23 2.003 1 1 2 0,88 0,57 1,45 0,06 0,04 0,10 0,88 0,06 0,126 0,294 0,88 0,12 1,13 0,43 1,77 1 0,07 0,07 0,14 1
772
Kyle Smith
us USA DF
FC Cincinnati
34 1.992 1 1 2 0,88 0,58 1,46 0,07 0,05 0,12 0,88 0,07 0,147 0,294 0,88 0,12 1,13 0,42 1,72 1 0,08 0,08 0,16 1
63
Leonardo Barroso
pt POR DF
Chicago Fire
21 2.005 0 0 0 0,88 0,05 0,93 0,07 0,00 0,08 0,88 0,07 0,147 0,294 0,88 -0,88 0,00 -0,05 0,00 0 0,00 0,00 0,00 2
871
Loïc Williams
es ESP DF
Colorado Rapids
24 2.002 1 0 1 0,88 0,04 0,92 0,07 0,00 0,07 0,88 0,07 0,177 0,294 0,88 0,12 1,13 -0,04 0,00 1 0,08 0,00 0,08 —
94
Luca Bombino
us USA DF
San Diego FC
20 2.006 1 1 2 0,88 0,57 1,45 0,07 0,04 0,11 0,88 0,07 0,110 0,294 0,88 0,12 1,13 0,43 1,74 1 0,08 0,08 0,15 2
633
Luca Petrasso
ca CAN DF
CF Montréal
26 2.000 0 3 3 0,88 1,60 2,48 0,04 0,06 0,10 0,88 0,04 0,080 0,294 0,88 -0,88 0,00 1,40 1,88 0 0,00 0,12 0,12 5
479
Lukas MacNaughton
ca CAN DF
St. Louis City
31 1.995 1 1 2 0,88 0,56 1,44 0,07 0,05 0,12 0,88 0,07 0,147 0,294 0,88 0,12 1,13 0,44 1,79 1 0,08 0,08 0,17 —
184
Mauricio Cuevas
us USA DF,MF
LA Galaxy
23 2.003 0 0 0 0,88 0,05 0,93 0,11 0,01 0,12 0,88 0,11 0,177 0,294 0,88 -0,88 0,00 -0,05 0,00 0 0,00 0,00 0,00 2
875
Maxwell Woledzi
gh GHA DF
Nashville SC
25 2.001 2 0 2 0,88 0,07 0,95 0,03 0,00 0,03 0,88 0,03 0,126 0,294 0,88 1,12 2,27 -0,07 0,00 2 0,07 0,00 0,07 1
509
Mbekezeli Mbokazi
za RSA DF
Chicago Fire
21 2.005 0 0 0 0,88 0,07 0,95 0,06 0,00 0,07 0,88 0,06 0,110 0,294 0,88 -0,88 0,00 -0,07 0,00 0 0,00 0,00 0,00 1
692
Miles Robinson
us USA DF
FC Cincinnati
29 1.997 0 0 0 0,88 0,07 0,95 0,05 0,00 0,06 0,88 0,05 0,126 0,294 0,88 -0,88 0,00 -0,07 0,00 0 0,00 0,00 0,00 1
341
Nick Hagglund
us USA DF
FC Cincinnati
34 1.992 1 0 1 0,88 0,11 0,99 0,07 0,01 0,08 0,88 0,07 0,080 0,294 0,88 0,12 1,13 -0,11 0,00 1 0,08 0,00 0,08 1
843
Omar Valencia
pa PAN DF
RB New York
22 2.004 0 0 0 0,88 0,03 0,91 0,21 0,01 0,22 0,88 0,21 0,294 0,294 0,88 -0,88 0,00 -0,03 0,00 0 0,00 0,00 0,00 —
840
Osaze Urhoghide
nl NED DF
FC Dallas
26 2.000 2 1 3 0,88 0,67 1,55 0,04 0,03 0,07 0,88 0,04 0,055 0,294 0,88 1,12 2,27 0,33 1,50 2 0,09 0,04 0,13 1

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 Mls:
 · tx_np  — conv. p/ chute total (xG, npxG): 11.2%
 · tx_sot — conv. p/ chute no alvo (xGOT, xGA): 30.7%
 · tx_pk  — conv. de pênaltis: 83.1%
 · tx_ast — assistências por gol na liga: 71.2%

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  ·  Mls  ·  2026  ·  Jogadores / Produção Ofensiva  ·  ⚡ xG · xA · xGOT · xGA · npxG