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
165
José Cifuentes
ec ECU MF
Toronto FC
27 1.999 1 1 2 0,82 0,61 1,43 0,09 0,07 0,16 0,82 0,09 0,074 0,273 0,82 0,18 1,22 0,39 1,65 1 0,11 0,11 0,23 —
43
Joshua Atencio
us USA MF
Colorado Rapids
24 2.002 1 1 2 0,82 0,58 1,40 0,05 0,04 0,09 0,82 0,05 0,091 0,273 0,82 0,18 1,22 0,42 1,72 1 0,06 0,06 0,12 —
809
Jude Terry
us USA MF
LAFC
18 2.008 2 1 3 0,82 0,54 1,36 0,21 0,14 0,35 0,82 0,21 0,136 0,273 0,82 1,18 2,44 0,46 1,86 2 0,52 0,26 0,78 —
831
Kai Trewin
au AUS MF,DF
NYCFC
25 2.001 0 0 0 0,82 0,08 0,90 0,06 0,01 0,06 0,82 0,06 0,102 0,273 0,82 -0,82 0,00 -0,08 0,00 0 0,00 0,00 0,00 —
608
Luis Otávio
br BRA MF
Orlando City
19 2.007 1 0 1 0,82 0,07 0,89 0,07 0,01 0,08 0,82 0,07 0,117 0,273 0,82 0,18 1,22 -0,07 0,00 1 0,09 0,00 0,09 1
166
Markus Cimermancic
si SVN MF
Toronto FC
22 2.004 1 0 1 0,82 0,06 0,88 0,10 0,01 0,11 0,82 0,10 0,117 0,273 0,82 0,18 1,22 -0,06 0,00 1 0,13 0,00 0,13 1
625
Matti Peltola
fi FIN MF
D.C. United
24 2.002 1 0 1 0,82 0,17 0,99 0,04 0,01 0,05 0,82 0,04 0,039 0,273 0,82 0,18 1,22 -0,17 0,00 1 0,05 0,00 0,05 —
219
Niklas Dorsch
de GER MF
Toronto FC
28 1.998 2 1 3 0,82 0,57 1,39 0,11 0,08 0,19 0,82 0,11 0,117 0,273 0,82 1,18 2,44 0,43 1,75 2 0,28 0,14 0,42 —
79
Ramiro Benetti
br BRA MF
FC Dallas
33 1.993 0 3 3 0,82 1,65 2,47 0,05 0,09 0,14 0,82 0,05 0,074 0,273 0,82 -0,82 0,00 1,35 1,81 0 0,00 0,17 0,17 —
20
Rodolfo Aloko
bj BEN MF,FW
Charlotte
19 2.006 1 2 3 0,82 1,21 2,03 0,12 0,18 0,31 0,82 0,12 0,058 0,273 0,82 0,18 1,22 0,79 1,65 1 0,15 0,31 0,46 8
318
Sebastian Gomez
us USA MF
Seattle Sounders
20 2.006 1 2 3 0,82 1,17 1,99 0,11 0,15 0,26 0,82 0,11 0,051 0,273 0,82 0,18 1,22 0,83 1,71 1 0,13 0,26 0,39 1
817
Tiago
br BRA MF,FW
Orlando City
21 2.005 1 1 2 0,82 0,65 1,47 0,09 0,07 0,16 0,82 0,09 0,063 0,273 0,82 0,18 1,22 0,35 1,53 1 0,11 0,11 0,22 6
820
Timothy Tillman
us USA MF
LAFC
27 1.999 1 2 3 0,82 1,06 1,88 0,06 0,08 0,14 0,82 0,06 0,082 0,273 0,82 0,18 1,22 0,94 1,89 1 0,08 0,15 0,23 3
607
Tomáš Ostrák
cz CZE MF
St. Louis City
26 2.000 2 0 2 0,82 0,04 0,86 0,79 0,04 0,84 0,82 0,79 0,164 0,273 0,82 1,18 2,44 -0,04 0,00 2 1,94 0,00 1,94 —
829
Wil Trapp
us USA MF
Minnesota Utd
33 1.993 0 2 2 0,82 1,07 1,89 0,04 0,05 0,09 0,82 0,04 0,102 0,273 0,82 -0,82 0,00 0,93 1,87 0 0,00 0,10 0,10 —
207
Yadaly Diaby
gn GUI MF
Vancouver
26 2.000 1 1 2 0,82 0,59 1,41 0,33 0,24 0,57 0,82 0,33 0,082 0,273 0,82 0,18 1,22 0,41 1,71 1 0,40 0,40 0,80 —
350
Alex Harris
us USA FW
Colorado Rapids
21 2.005 0 0 0 0,70 0,05 0,75 0,36 0,03 0,38 0,70 0,36 0,117 0,352 0,70 -0,70 0,00 -0,05 0,00 0 0,00 0,00 0,00 1
524
Alex Mighten
eng ENG FW,MF
San Diego FC
24 2.002 0 2 2 0,70 1,07 1,77 0,10 0,15 0,25 0,70 0,10 0,100 0,352 0,70 -0,70 0,00 0,93 1,87 0 0,00 0,28 0,28 2
498
Alonso Martínez
cr CRC FW
NYCFC
27 1.998 0 0 0 0,70 0,06 0,76 0,70 0,06 0,75 0,70 0,70 0,117 0,352 0,70 -0,70 0,00 -0,06 0,00 0 0,00 0,00 0,00 —
644
Ariath Piol
au AUS FW
Real Salt Lake
22 2.004 1 0 1 0,70 0,03 0,73 0,36 0,01 0,37 0,70 0,36 0,234 0,352 0,70 0,30 1,42 -0,03 0,00 1 0,51 0,00 0,51 —
893
Bryan Zamblé
ci CIV FW
San Diego FC
18 2.008 2 0 2 0,70 0,03 0,73 0,40 0,01 0,42 0,70 0,40 0,234 0,352 0,70 1,30 2,84 -0,03 0,00 2 1,15 0,00 1,15 1
226
Damion Downs
us USA FW
St. Louis City
22 2.004 0 0 0 0,70 0,03 0,73 2,43 0,09 2,51 0,70 2,43 0,234 0,352 0,70 -0,70 0,00 -0,03 0,00 0 0,00 0,00 0,00 —
512
Duncan McGuire
us USA FW
Houston
25 2.001 1 0 1 0,70 0,02 0,72 0,15 0,00 0,15 0,70 0,15 0,352 0,352 0,70 0,30 1,42 -0,02 0,00 1 0,21 0,00 0,21 1
646
Gabriel Pirani
br BRA FW,MF
D.C. United
24 2.002 0 0 0 0,70 0,04 0,74 0,14 0,01 0,14 0,70 0,14 0,141 0,352 0,70 -0,70 0,00 -0,04 0,00 0 0,00 0,00 0,00 —
330
Gage Guerra
us USA FW
Portland Timbers
23 2.002 1 2 3 0,70 1,05 1,75 0,16 0,24 0,41 0,70 0,16 0,078 0,352 0,70 0,30 1,42 0,95 1,91 1 0,23 0,47 0,70 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