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
854
Oscar Verhoeven
us USA DF,MF
San Diego FC
20 2.006 0 0 0 0,88 0,06 0,94 0,04 0,00 0,05 0,88 0,04 0,126 0,294 0,88 -0,88 0,00 -0,06 0,00 0 0,00 0,00 0,00 3
136
Reggie Cannon
us USA DF
Colorado Rapids
28 1.998 2 0 2 0,88 0,03 0,91 0,06 0,00 0,07 0,88 0,06 0,294 0,294 0,88 1,12 2,27 -0,03 0,00 2 0,14 0,00 0,14 1
452
Richie Laryea
ca CAN DF,MF
Toronto FC
31 1.995 2 1 3 0,88 0,61 1,49 0,04 0,03 0,07 0,88 0,04 0,080 0,294 0,88 1,12 2,27 0,39 1,65 2 0,09 0,05 0,14 5
896
Sean Zawadzki
us USA DF,MF
Columbus Crew
26 2.000 0 1 1 0,88 0,58 1,46 0,03 0,02 0,05 0,88 0,03 0,080 0,294 0,88 -0,88 0,00 0,42 1,71 0 0,00 0,04 0,04 2
549
Steven Moreira
cv CPV DF
Columbus Crew
32 1.994 0 0 0 0,88 0,10 0,98 0,04 0,00 0,04 0,88 0,04 0,074 0,294 0,88 -0,88 0,00 -0,10 0,00 0 0,00 0,00 0,00 —
394
Tomás Jacob
ar ARG DF
Atlanta Utd
22 2.004 3 2 5 0,88 1,07 1,95 0,04 0,05 0,08 0,88 0,04 0,059 0,294 0,88 2,12 3,40 0,93 1,87 3 0,13 0,09 0,22 5
733
William Sands
us USA DF
NE Revolution
26 2.000 1 0 1 0,88 0,15 1,03 0,03 0,01 0,04 0,88 0,03 0,055 0,294 0,88 0,12 1,13 -0,15 0,00 1 0,04 0,00 0,04 —
802
Zakaria Taifi
us USA DF,MF
Orlando City
21 2.005 0 3 3 0,88 1,69 2,57 0,10 0,18 0,28 0,88 0,10 0,080 0,294 0,88 -0,88 0,00 1,31 1,78 0 0,00 0,32 0,32 2
543
Zane Monlouis
eng ENG DF
Toronto FC
22 2.003 0 0 0 0,88 0,05 0,93 0,07 0,00 0,07 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 —
569
Alex Muyl
us USA MF
Nashville SC
31 1.995 0 1 1 0,82 0,58 1,40 0,09 0,06 0,15 0,82 0,09 0,136 0,273 0,82 -0,82 0,00 0,42 1,72 0 0,00 0,11 0,11 2
227
Andre Dozzell
eng ENG MF,DF
D.C. United
27 1.999 0 0 0 0,82 0,06 0,88 0,07 0,01 0,08 0,82 0,07 0,102 0,273 0,82 -0,82 0,00 -0,06 0,00 0 0,00 0,00 0,00 1
667
Brooklyn Raines
us USA MF
NE Revolution
21 2.005 1 0 1 0,82 0,09 0,91 0,03 0,00 0,04 0,82 0,03 0,082 0,273 0,82 0,18 1,22 -0,09 0,00 1 0,04 0,00 0,04 3
7
Bryan Acosta
hn HON MF
Nashville SC
32 1.993 3 1 4 0,82 0,57 1,39 0,12 0,08 0,20 0,82 0,12 0,164 0,273 0,82 2,18 3,66 0,43 1,75 3 0,43 0,14 0,58 —
729
Cooper Sanchez
us USA MF
Atlanta Utd
18 2.008 0 1 1 0,82 0,61 1,43 0,04 0,03 0,07 0,82 0,04 0,045 0,273 0,82 -0,82 0,00 0,39 1,63 0 0,00 0,05 0,05 1
191
Dagur Dan Þórhallsson
is ISL MF,DF
CF Montréal
26 2.000 1 0 1 0,82 0,06 0,88 0,12 0,01 0,13 0,82 0,12 0,117 0,273 0,82 0,18 1,22 -0,06 0,00 1 0,15 0,00 0,15 1
294
Giuliano Galoppo
ar ARG MF
Atlanta Utd
27 1.999 1 0 1 0,82 0,05 0,87 0,31 0,02 0,34 0,82 0,31 0,117 0,273 0,82 0,18 1,22 -0,05 0,00 1 0,38 0,00 0,38 —
529
Harbor Miller
us USA MF,DF
LA Galaxy
19 2.007 0 1 1 0,82 0,72 1,54 0,05 0,04 0,09 0,82 0,05 0,041 0,273 0,82 -0,82 0,00 0,28 1,39 0 0,00 0,06 0,06 3
431
Hosei Kijima
jp JPN MF
D.C. United
24 2.002 0 1 1 0,82 0,55 1,37 0,24 0,16 0,39 0,82 0,24 0,117 0,273 0,82 -0,82 0,00 0,45 1,82 0 0,00 0,29 0,29 1
347
Ian Harkes
us USA MF
SJ Earthquakes
31 1.995 0 0 0 0,82 0,15 0,97 0,07 0,01 0,09 0,82 0,07 0,048 0,273 0,82 -0,82 0,00 -0,15 0,00 0 0,00 0,00 0,00 —
730
Ilie Sánchez
es ESP MF
Austin FC
35 1.990 1 0 1 0,82 0,07 0,89 0,06 0,01 0,07 0,82 0,06 0,102 0,273 0,82 0,18 1,22 -0,07 0,00 1 0,07 0,00 0,07 1
890
Jackson Yueill
us USA MF
NE Revolution
29 1.997 0 2 2 0,82 1,08 1,90 0,12 0,16 0,28 0,82 0,12 0,136 0,273 0,82 -0,82 0,00 0,92 1,85 0 0,00 0,29 0,29 —
64
Jacob Bartlett
us USA MF
Sporting KC
21 2.005 2 0 2 0,82 0,03 0,85 0,07 0,00 0,07 0,82 0,07 0,273 0,273 0,82 1,18 2,44 -0,03 0,00 2 0,16 0,00 0,16 2
694
James Rodríguez
co COL MF,FW
Minnesota Utd
35 1.991 0 2 2 0,82 1,08 1,90 0,38 0,50 0,88 0,82 0,38 0,091 0,273 0,82 -0,82 0,00 0,92 1,85 0 0,00 0,92 0,92 1
582
Jayden Nelson
ca CAN MF
Austin FC
24 2.002 2 0 2 0,82 0,08 0,90 0,13 0,01 0,15 0,82 0,13 0,091 0,273 0,82 1,18 2,44 -0,08 0,00 2 0,33 0,00 0,33 —
606
Jonathan Osorio
ca CAN MF
Toronto FC
34 1.992 0 3 3 0,82 1,66 2,48 0,04 0,09 0,13 0,82 0,04 0,055 0,273 0,82 -0,82 0,00 1,34 1,80 0 0,00 0,16 0,16 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 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