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
742
Josh Sargent
us USA FW
Toronto FC
26 2.000 7 2 9 6,33 1,46 7,79 0,35 0,08 0,43 6,33 0,35 0,129 0,352 6,33 0,67 1,11 0,54 1,37 7 0,39 0,11 0,50 5
681
Marco Reus
de GER MF,FW
LA Galaxy
37 1.989 7 7 14 6,31 4,05 10,36 0,32 0,20 0,52 3,82 0,19 0,166 0,371 6,31 0,69 1,11 2,95 1,73 4 0,35 0,35 0,70 5
714
Albert Rusnák
sk SVK MF,FW
Seattle Sounders
32 1.994 4 11 15 6,30 6,10 12,40 0,27 0,26 0,53 4,64 0,20 0,121 0,332 6,30 -2,30 0,63 4,90 1,80 2 0,17 0,47 0,64 1
2
Liel Abada
il ISR MF,FW
Charlotte
25 2.001 5 5 10 6,29 3,01 9,30 0,50 0,24 0,74 5,46 0,43 0,185 0,299 6,29 -1,29 0,80 1,99 1,66 4 0,40 0,40 0,79 3
791
Cavan Sullivan
us USA MF
Philadelphia
17 2.009 7 6 13 6,28 3,28 9,56 0,37 0,19 0,56 6,28 0,37 0,118 0,273 6,28 0,72 1,12 2,72 1,83 7 0,41 0,35 0,76 3
725
Dániel Sallói
hu HUN MF,FW
Toronto FC
30 1.996 7 6 13 6,28 3,53 9,81 0,24 0,14 0,38 6,28 0,24 0,118 0,273 6,28 0,72 1,12 2,47 1,70 7 0,27 0,23 0,50 6
189
Bruno Damiani
uy URU FW
Philadelphia
24 2.002 9 2 11 5,98 1,43 7,41 0,25 0,06 0,31 5,98 0,25 0,096 0,352 5,98 3,02 1,51 0,57 1,40 9 0,38 0,08 0,46 5
799
Hennadii Synchuk
ua UKR FW,MF
CF Montréal
20 2.006 1 1 2 5,98 0,89 6,87 0,50 0,07 0,58 5,98 0,50 0,130 0,352 5,98 -4,98 0,17 0,11 1,12 1 0,08 0,08 0,17 —
153
Tomás Chancalay
ar ARG FW,MF
Minnesota Utd
27 1.999 4 3 7 5,98 1,98 7,96 0,30 0,10 0,40 5,98 0,30 0,107 0,352 5,98 -1,98 0,67 1,02 1,51 4 0,20 0,15 0,35 2
351
Calvin Harris
eng ENG MF,FW
Sporting KC
26 2.000 4 4 8 5,73 2,62 8,35 0,24 0,11 0,36 5,73 0,24 0,108 0,273 5,73 -1,73 0,70 1,38 1,53 4 0,17 0,17 0,34 4
538
Aleksei Miranchuk
ru RUS FW,MF
Atlanta Utd
30 1.995 6 6 12 5,62 3,22 8,84 0,24 0,14 0,38 5,62 0,24 0,122 0,352 5,62 0,38 1,07 2,78 1,86 6 0,26 0,26 0,52 5
327
Antoine Griezmann
fr FRA FW,MF
Orlando City
35 1.991 9 5 14 5,62 3,00 8,62 0,48 0,25 0,73 5,62 0,48 0,152 0,352 5,62 3,38 1,60 2,00 1,67 9 0,76 0,42 1,19 2
428
Kevin Kelsy
ve VEN FW
Portland Timbers
22 2.004 9 2 11 5,62 1,33 6,95 0,41 0,10 0,51 5,62 0,41 0,128 0,352 5,62 3,38 1,60 0,67 1,51 9 0,66 0,15 0,80 12
434
Klauss
br BRA FW
LA Galaxy
29 1.997 7 0 7 5,62 0,28 5,90 0,74 0,04 0,78 5,62 0,74 0,194 0,352 5,62 1,38 1,24 -0,28 0,00 7 0,92 0,00 0,92 3
323
Zavier Gozo
us USA MF,FW
Real Salt Lake
19 2.007 6 4 10 5,46 2,56 8,02 0,35 0,16 0,51 5,46 0,35 0,103 0,273 5,46 0,54 1,10 1,44 1,56 6 0,38 0,25 0,64 7
40
Daniel Armando Ríos
mx MEX FW,MF
CF Montréal
31 1.995 6 1 7 5,40 0,73 6,13 0,51 0,07 0,58 4,57 0,43 0,200 0,386 5,40 0,60 1,11 0,27 1,37 5 0,57 0,09 0,66 7
331
Morgan Guilavogui
gn GUI MF,FW
Real Salt Lake
28 1.998 2 5 7 5,19 2,98 8,17 0,30 0,17 0,47 5,19 0,30 0,121 0,273 5,19 -3,19 0,39 2,02 1,68 2 0,12 0,29 0,40 3
518
Brais Méndez
es ESP FW,MF
Columbus Crew
29 1.997 4 1 5 4,92 0,74 5,66 0,53 0,08 0,61 4,92 0,53 0,164 0,352 4,92 -0,92 0,81 0,26 1,35 4 0,43 0,11 0,54 6
850
Brandon Vazquez
us USA FW
Austin FC
27 1.998 2 1 3 4,92 0,82 5,74 0,48 0,08 0,56 4,92 0,48 0,154 0,352 4,92 -2,92 0,41 0,18 1,23 2 0,19 0,10 0,29 6
669
Christian Ramirez
us USA FW
Austin FC
35 1.991 9 2 11 4,92 1,28 6,20 0,39 0,10 0,49 4,92 0,39 0,189 0,352 4,92 4,08 1,83 0,72 1,57 9 0,71 0,16 0,86 2
493
Anthony Markanich
ph PHI MF,DF
Minnesota Utd
26 1.999 8 2 10 4,91 1,41 6,32 0,19 0,05 0,25 4,91 0,19 0,102 0,273 4,91 3,09 1,63 0,59 1,42 8 0,31 0,08 0,39 7
707
Diego Rossi
uy URU FW,MF
Columbus Crew
28 1.998 6 1 7 4,70 0,80 5,50 0,34 0,06 0,39 3,87 0,28 0,124 0,391 4,70 1,30 1,28 0,20 1,24 5 0,43 0,07 0,50 3
126
Bruno Caicedo
ec ECU MF
Vancouver
21 2.005 5 3 8 4,65 1,81 6,46 0,54 0,21 0,75 3,82 0,45 0,129 0,310 4,65 0,35 1,07 1,19 1,66 4 0,58 0,35 0,93 2
718
Emmanuel Sabbi
us USA MF
Vancouver
28 1.997 4 3 7 4,64 1,86 6,50 0,34 0,14 0,48 4,64 0,34 0,110 0,273 4,64 -0,64 0,86 1,14 1,61 4 0,29 0,22 0,52 3
826
Facundo Torres
uy URU MF,FW
Austin FC
26 2.000 4 7 11 4,64 4,00 8,64 0,19 0,16 0,34 4,64 0,19 0,116 0,273 4,64 -0,64 0,86 3,00 1,75 4 0,16 0,28 0,44 6

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