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
721
Anisse Saidi
tn TUN FW
San Diego FC
18 2.008 0 1 1 0,35 0,51 0,86 1,51 2,20 3,70 0,35 1,51 0,352 0,352 0,35 -0,35 0,00 0,49 1,95 0 0,00 4,29 4,29 —
348
Cameron Harper
us USA FW
RB New York
24 2.001 1 1 2 0,35 0,55 0,90 0,12 0,19 0,31 0,35 0,12 0,070 0,352 0,35 0,65 2,84 0,45 1,82 1 0,34 0,34 0,68 2
822
Cayman Togashi
jp JPN FW
Atlanta Utd
33 1.993 0 0 0 0,35 0,01 0,36 0,30 0,01 0,31 0,35 0,30 0,176 0,352 0,35 -0,35 0,00 -0,01 0,00 0 0,00 0,00 0,00 2
8
Chase Adams
us USA FW
Columbus Crew
18 2.008 1 0 1 0,35 0,04 0,39 0,18 0,02 0,20 0,35 0,18 0,070 0,352 0,35 0,65 2,84 -0,04 0,00 1 0,52 0,00 0,52 2
556
Chris Mueller
us USA FW
Chicago Fire
30 1.996 0 0 0 0,35 0,01 0,36 0,34 0,01 0,34 0,35 0,34 0,352 0,352 0,35 -0,35 0,00 -0,01 0,00 0 0,00 0,00 0,00 2
278
CJ Fodrey
us USA FW,MF
Austin FC
22 2.004 0 0 0 0,35 0,05 0,40 0,10 0,01 0,12 0,35 0,10 0,070 0,352 0,35 -0,35 0,00 -0,05 0,00 0 0,00 0,00 0,00 —
275
Kristian Fletcher
us USA FW
FC Cincinnati
21 2.005 0 0 0 0,35 0,02 0,37 1,02 0,06 1,07 0,35 1,02 0,176 0,352 0,35 -0,35 0,00 -0,02 0,00 0 0,00 0,00 0,00 —
601
Kwadwo Opoku
gh GHA FW
CF Montréal
25 2.001 1 0 1 0,35 0,02 0,37 0,31 0,01 0,32 0,35 0,31 0,176 0,352 0,35 0,65 2,84 -0,02 0,00 1 0,87 0,00 0,87 2
135
Leonardo Campana
ec ECU FW
NE Revolution
26 2.000 1 0 1 0,35 0,02 0,37 0,29 0,01 0,30 0,35 0,29 0,176 0,352 0,35 0,65 2,84 -0,02 0,00 1 0,83 0,00 0,83 —
283
Lyle Foster
za RSA FW
Houston
26 2.000 1 0 1 0,35 0,02 0,37 0,39 0,03 0,41 0,35 0,39 0,117 0,352 0,35 0,65 2,84 -0,02 0,00 1 1,10 0,00 1,10 —
396
Malik Jakupović
us USA FW
Philadelphia
17 2.009 1 0 1 0,35 0,02 0,37 0,36 0,02 0,38 0,35 0,36 0,176 0,352 0,35 0,65 2,84 -0,02 0,00 1 1,03 0,00 1,03 —
486
Maurice Malone
de GER FW,MF
Minnesota Utd
26 2.000 0 0 0 0,35 0,02 0,37 0,49 0,02 0,52 0,35 0,49 0,176 0,352 0,35 -0,35 0,00 -0,02 0,00 0 0,00 0,00 0,00 —
494
Nick Markanich
us USA FW
Houston
26 1.999 0 1 1 0,35 0,54 0,89 0,23 0,36 0,59 0,35 0,23 0,070 0,352 0,35 -0,35 0,00 0,46 1,86 0 0,00 0,67 0,67 2
46
Palmer Ault
us USA FW
St. Louis City
22 2.004 0 0 0 0,35 0,02 0,37 0,63 0,03 0,66 0,35 0,63 0,176 0,352 0,35 -0,35 0,00 -0,02 0,00 0 0,00 0,00 0,00 1
555
Rafael Mosquera
pa PAN FW
RB New York
21 2.005 0 0 0 0,35 0,05 0,40 0,10 0,01 0,11 0,35 0,10 0,059 0,352 0,35 -0,35 0,00 -0,05 0,00 0 0,00 0,00 0,00 —
736
Sergio Santos Gomes
br BRA FW
Atlanta Utd
32 1.994 0 0 0 0,35 0,04 0,39 0,39 0,05 0,44 0,35 0,39 0,059 0,352 0,35 -0,35 0,00 -0,04 0,00 0 0,00 0,00 0,00 1
677
Seymour Reid
jm JAM FW
NYCFC
18 2.008 0 0 0 0,35 0,02 0,37 0,27 0,01 0,29 0,35 0,27 0,176 0,352 0,35 -0,35 0,00 -0,02 0,00 0 0,00 0,00 0,00 1
442
Theodore Ku-Dipietro
us USA FW,MF
Colorado Rapids
24 2.002 0 0 0 0,35 0,03 0,38 0,33 0,02 0,36 0,35 0,33 0,117 0,352 0,35 -0,35 0,00 -0,03 0,00 0 0,00 0,00 0,00 —
352
Wilson Harris
us USA FW
NE Revolution
26 1.999 1 0 1 0,35 0,05 0,40 0,16 0,02 0,18 0,35 0,16 0,070 0,352 0,35 0,65 2,84 -0,05 0,00 1 0,47 0,00 0,47 2
298
Luka Gavran
ca CAN GK
Toronto FC
26 2.000 1 0 1 0,31 0,02 0,33 0,01 0,00 0,01 0,31 0,01 0,154 0,307 0,31 0,69 3,25 -0,02 0,00 1 0,04 0,00 0,04 —
96
Alex Bonetig
au AUS DF
Portland Timbers
24 2.002 1 0 1 0,29 0,01 0,30 0,04 0,00 0,04 0,29 0,04 0,294 0,294 0,29 0,71 3,40 -0,01 0,00 1 0,14 0,00 0,14 —
657
Andrew Privett
us USA DF
Charlotte
26 2.000 0 0 0 0,29 0,02 0,31 0,05 0,00 0,05 0,29 0,05 0,147 0,294 0,29 -0,29 0,00 -0,02 0,00 0 0,00 0,00 0,00 —
181
Brandan Craig
us USA DF
CF Montréal
22 2.004 0 0 0 0,29 0,05 0,34 0,04 0,01 0,04 0,29 0,04 0,049 0,294 0,29 -0,29 0,00 -0,05 0,00 0 0,00 0,00 0,00 —
612
Devin Padelford
us USA DF
RB New York
23 2.003 1 0 1 0,29 0,02 0,31 0,09 0,01 0,10 0,29 0,09 0,147 0,294 0,29 0,71 3,40 -0,02 0,00 1 0,32 0,00 0,32 —
578
Dylan Nealis
us USA DF
RB New York
28 1.998 0 0 0 0,29 0,05 0,34 0,01 0,00 0,02 0,29 0,01 0,049 0,294 0,29 -0,29 0,00 -0,05 0,00 0 0,00 0,00 0,00 —

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