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
103
Ousseni Bouda
bf BFA MF,FW
SJ Earthquakes
26 2.000 6 1 7 4,64 0,87 5,51 0,21 0,04 0,25 4,64 0,21 0,113 0,273 4,64 1,36 1,29 0,13 1,15 6 0,27 0,04 0,31 9
245
Justin Ellis
us USA FW,MF
Orlando City
19 2.007 1 9 10 4,57 5,06 9,63 0,31 0,35 0,66 4,57 0,31 0,143 0,352 4,57 -3,57 0,22 3,94 1,78 1 0,07 0,62 0,69 4
131
Taylor Calheira
us USA FW
Sporting KC
24 2.002 3 2 5 4,57 1,32 5,89 0,42 0,12 0,54 4,57 0,42 0,169 0,352 4,57 -1,57 0,66 0,68 1,52 3 0,27 0,18 0,45 5
388
André Inácio
br BRA MF
Sporting KC
24 2.002 7 1 8 4,38 0,81 5,19 0,84 0,15 0,99 3,55 0,68 0,151 0,273 3,82 2,62 1,60 0,19 1,24 7 1,34 0,19 1,53 —
458
Robert Lewandowski
pl POL FW
Chicago Fire
38 1.988 6 3 9 4,35 1,75 6,10 0,44 0,17 0,61 3,51 0,35 0,155 0,395 4,35 1,65 1,38 1,25 1,72 5 0,60 0,30 0,90 5
567
Daniel Musovski
mk MKD FW
Seattle Sounders
30 1.995 2 0 2 4,22 0,24 4,46 0,36 0,02 0,38 4,22 0,36 0,162 0,352 4,22 -2,22 0,47 -0,24 0,00 2 0,17 0,00 0,17 9
499
David Martínez
ve VEN FW,MF
LAFC
20 2.006 6 0 6 4,22 0,22 4,44 0,40 0,02 0,42 4,22 0,40 0,151 0,352 4,22 1,78 1,42 -0,22 0,00 6 0,56 0,00 0,56 1
457
Beau Leroux
us USA MF
SJ Earthquakes
23 2.003 4 7 11 4,11 3,97 8,08 0,17 0,17 0,34 3,27 0,14 0,089 0,273 3,55 -0,11 0,97 3,03 1,76 4 0,17 0,30 0,47 1
280
Emil Forsberg
se SWE MF
RB New York
34 1.991 3 4 7 4,09 2,42 6,51 0,21 0,12 0,33 4,09 0,21 0,091 0,273 4,09 -1,09 0,73 1,58 1,65 3 0,15 0,20 0,35 1
553
Jordan Morris
us USA MF,FW
Seattle Sounders
31 1.994 2 4 6 4,09 2,29 6,38 0,33 0,19 0,52 4,09 0,33 0,152 0,273 4,09 -2,09 0,49 1,71 1,74 2 0,16 0,33 0,49 6
506
Eric Maxim Choupo-Moting
cm CMR FW
RB New York
37 1.989 4 1 5 3,99 0,67 4,66 0,76 0,13 0,88 3,16 0,60 0,222 0,399 3,99 0,01 1,00 0,33 1,50 3 0,76 0,19 0,95 9
211
Mamadou Dieng
sn SEN FW
Minnesota Utd
22 2.004 0 0 0 3,87 0,15 4,02 0,69 0,03 0,72 3,87 0,69 0,215 0,352 3,87 -3,87 0,00 -0,15 0,00 0 0,00 0,00 0,00 5
461
Saba Lobzhanidze
ge GEO FW,MF
Atlanta Utd
31 1.994 2 0 2 3,87 0,18 4,05 0,55 0,03 0,58 3,87 0,55 0,161 0,352 3,87 -1,87 0,52 -0,18 0,00 2 0,29 0,00 0,29 3
33
Antony 2001
br BRA MF,FW
Portland Timbers
25 2.001 3 2 5 3,83 1,29 5,12 0,22 0,07 0,30 3,00 0,17 0,096 0,319 3,83 -0,83 0,78 0,71 1,54 2 0,17 0,12 0,29 9
842
Onni Valakari
fi FIN MF,FW
San Diego FC
27 1.999 4 4 8 3,83 2,26 6,09 0,18 0,10 0,28 3,00 0,14 0,137 0,319 3,83 0,17 1,04 1,74 1,77 3 0,18 0,18 0,37 3
31
Iván Angulo
co COL MF,DF
Orlando City
27 1.999 6 4 10 3,82 2,31 6,13 0,14 0,09 0,23 3,82 0,14 0,182 0,273 3,82 2,18 1,57 1,69 1,73 6 0,22 0,15 0,37 2
58
Jonathan Bamba
ci CIV MF,FW
Chicago Fire
30 1.996 3 2 5 3,82 1,36 5,18 0,25 0,09 0,34 3,82 0,25 0,093 0,273 3,82 -0,82 0,79 0,64 1,48 3 0,20 0,13 0,33 4
777
Tyrese Spicer
tt TRI MF,FW
Orlando City
25 2.000 6 1 7 3,82 0,85 4,67 0,39 0,09 0,48 3,82 0,39 0,116 0,273 3,82 2,18 1,57 0,15 1,18 6 0,62 0,10 0,72 6
892
Wilfried Zaha
ci CIV MF,FW
Charlotte
33 1.992 3 1 4 3,82 0,82 4,64 0,30 0,06 0,36 3,82 0,30 0,136 0,273 3,82 -0,82 0,79 0,18 1,23 3 0,23 0,08 0,31 1
474
Luighi
br BRA FW
NYCFC
20 2.006 4 0 4 3,64 0,18 3,82 0,59 0,03 0,62 2,81 0,46 0,192 0,405 3,64 0,36 1,10 -0,18 0,00 3 0,65 0,00 0,65 2
4
Wessam Abou Ali
ps PLE FW
Columbus Crew
27 1.999 5 1 6 3,64 0,66 4,30 0,58 0,10 0,68 2,81 0,45 0,182 0,352 3,16 1,36 1,37 0,34 1,52 5 0,80 0,16 0,96 4
272
Jesús Ferreira
us USA MF
Seattle Sounders
25 2.000 2 4 6 3,56 2,25 5,81 0,27 0,17 0,44 2,73 0,21 0,162 0,273 3,00 -1,56 0,56 1,75 1,78 2 0,15 0,30 0,46 3
594
Agustin Ojeda
ar ARG MF,FW
NYCFC
22 2.004 5 10 15 3,55 5,50 9,05 0,14 0,22 0,36 3,55 0,14 0,108 0,273 3,55 1,45 1,41 4,50 1,82 5 0,20 0,40 0,60 14
252
Cristian Espinoza
ar ARG MF,FW
Nashville SC
31 1.995 4 11 15 3,55 6,07 9,62 0,18 0,31 0,49 3,55 0,18 0,104 0,273 3,55 0,45 1,13 4,93 1,81 4 0,20 0,56 0,77 8
178
David Costa
pt POR MF
Portland Timbers
25 2.001 5 7 12 3,55 3,63 7,18 0,16 0,17 0,33 3,55 0,16 0,131 0,273 3,55 1,45 1,41 3,37 1,93 5 0,23 0,32 0,55 5

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