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

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
708	Paul Rothrock	us USA	MF	Seattle Sounders	27	1.999	5	1	6	3,55	0,79	4,34	0,18	0,04	0,22	3,55	0,18	0,114	0,273	3,55	1,45	1,41	0,21	1,26	5	0,26	0,05	0,31	10
624	Amahl Pellegrino	no NOR	FW,MF	San Diego FC	36	1.990	3	1	4	3,51	0,66	4,17	0,36	0,07	0,42	3,51	0,36	0,195	0,352	3,51	-0,51	0,85	0,34	1,51	3	0,30	0,10	0,41	3
11	Stephen Afrifa	ca CAN	FW,MF	Sporting KC	25	2.001	3	3	6	3,51	1,83	5,34	0,37	0,19	0,56	3,51	0,37	0,135	0,352	3,51	-0,51	0,85	1,17	1,64	3	0,31	0,31	0,63	1
833	Niko Tsakiris	us USA	MF	SJ Earthquakes	21	2.005	3	7	10	3,30	3,82	7,12	0,20	0,23	0,43	1,64	0,10	0,114	0,343	2,74	-0,30	0,91	3,18	1,83	2	0,18	0,43	0,61	—
322	Archie Goodwin	au AUS	FW	Charlotte	21	2.004	3	0	3	3,29	0,11	3,40	0,69	0,02	0,71	2,46	0,51	0,299	0,411	3,29	-0,29	0,91	-0,11	0,00	2	0,62	0,00	0,62	3
849	Indiana Vassilev	us USA	MF	Philadelphia	25	2.001	4	5	9	3,29	2,58	5,87	0,17	0,13	0,30	2,46	0,13	0,143	0,329	3,29	0,71	1,22	2,42	1,94	3	0,21	0,26	0,46	2
792	Quinn Sullivan	us USA	MF	Philadelphia	22	2.004	1	3	4	3,29	1,61	4,90	0,67	0,33	1,00	2,46	0,50	0,149	0,329	3,29	-2,29	0,30	1,39	1,87	0	0,20	0,61	0,82	—
297	Ryan Gauld	sct SCO	MF	Vancouver	30	1.995	3	1	4	3,29	0,73	4,02	0,33	0,07	0,41	2,46	0,25	0,122	0,273	2,73	-0,29	0,91	0,27	1,37	3	0,31	0,10	0,41	2
454	Ariel Lassiter	cr CRC	MF,FW	Portland Timbers	32	1.994	5	4	9	3,27	2,17	5,44	0,27	0,18	0,45	3,27	0,27	0,121	0,273	3,27	1,73	1,53	1,83	1,84	5	0,41	0,33	0,74	5
876	Hannes Wolf	at AUT	MF,FW	NYCFC	27	1.999	6	2	8	3,27	1,30	4,57	0,21	0,08	0,29	3,27	0,21	0,117	0,273	3,27	2,73	1,83	0,70	1,54	6	0,38	0,13	0,50	5
630	Joaquín Pereyra 1998	ar ARG	MF,FW	Minnesota Utd	27	1.998	3	10	13	3,27	5,42	8,69	0,13	0,22	0,35	3,27	0,13	0,068	0,273	3,27	-0,27	0,92	4,58	1,84	3	0,12	0,40	0,52	8
450	Luca Langoni	ar ARG	MF,FW	NE Revolution	24	2.002	3	6	9	3,27	3,32	6,59	0,29	0,29	0,58	3,27	0,29	0,121	0,273	3,27	-0,27	0,92	2,68	1,81	3	0,26	0,52	0,79	6
198	Rodrigo De Paul	ar ARG	MF	Inter Miami	32	1.994	4	9	13	3,27	5,03	8,30	0,14	0,22	0,36	3,27	0,14	0,106	0,273	3,27	0,73	1,22	3,97	1,79	4	0,18	0,39	0,57	—
883	Darren Yapi	us USA	FW,MF	Colorado Rapids	21	2.004	3	2	5	3,16	1,23	4,39	0,22	0,09	0,31	3,16	0,22	0,122	0,352	3,16	-0,16	0,95	0,77	1,62	3	0,21	0,14	0,35	6
129	Marcus Caldeira	ca CAN	FW	Minnesota Utd	21	2.004	6	1	7	3,16	0,65	3,81	0,52	0,11	0,63	3,16	0,52	0,186	0,352	3,16	2,84	1,90	0,35	1,55	6	0,99	0,17	1,16	4
462	Saba Lobzhanidze	ge GEO	FW,MF	Real Salt Lake	31	1.994	3	3	6	3,16	1,70	4,86	0,60	0,32	0,93	3,16	0,60	0,198	0,352	3,16	-0,16	0,95	1,30	1,77	3	0,57	0,57	1,14	1
481	Talles Magno	br BRA	FW	NYCFC	24	2.002	2	2	4	3,16	1,25	4,41	0,64	0,25	0,90	3,16	0,64	0,138	0,352	3,16	-1,16	0,63	0,75	1,59	2	0,41	0,41	0,81	7
398	Vincent Janssen	nl NED	FW	Portland Timbers	32	1.994	4	0	4	3,07	0,08	3,15	0,74	0,02	0,76	1,41	0,34	0,307	0,511	3,07	0,93	1,30	-0,08	0,00	2	0,97	0,00	0,97	5
550	Santiago Moreno	co COL	MF,FW	FC Dallas	26	2.000	3	3	6	3,01	1,75	4,76	0,25	0,15	0,40	2,18	0,18	0,144	0,335	3,01	-0,01	1,00	1,25	1,72	2	0,25	0,25	0,50	1
82	Sebastian Berhalter	us USA	MF	Vancouver	25	2.001	6	4	10	3,01	2,28	5,29	0,24	0,18	0,42	2,18	0,18	0,094	0,335	3,01	2,99	1,99	1,72	1,76	5	0,48	0,32	0,80	—
67	Cole Bassett	us USA	MF	Portland Timbers	25	2.001	3	4	7	3,00	2,26	5,26	0,15	0,11	0,26	3,00	0,15	0,077	0,273	3,00	0,00	1,00	1,74	1,77	3	0,15	0,20	0,35	2
253	Derrick Etienne	ht HAI	MF,FW	Toronto FC	29	1.996	4	1	5	3,00	0,70	3,70	0,23	0,05	0,28	3,00	0,23	0,143	0,273	3,00	1,00	1,33	0,30	1,44	4	0,31	0,08	0,38	10
477	Diego Luna 2003	us USA	MF,FW	Real Salt Lake	23	2.003	5	3	8	3,00	1,87	4,87	0,22	0,14	0,36	3,00	0,22	0,088	0,273	3,00	2,00	1,67	1,13	1,61	5	0,37	0,22	0,59	2
525	Djordje Mihailovic	us USA	MF,FW	Toronto FC	27	1.998	3	5	8	3,00	2,74	5,74	0,31	0,28	0,58	3,00	0,31	0,136	0,273	3,00	0,00	1,00	2,26	1,82	3	0,31	0,51	0,81	2
510	Kenji Mboma Dem	fr FRA	MF,FW	FC Cincinnati	24	2.002	5	1	6	3,00	0,92	3,92	0,21	0,06	0,27	3,00	0,21	0,073	0,273	3,00	2,00	1,67	0,08	1,09	5	0,34	0,07	0,41	1

Página 5 de 36 · 900 registros total

‹ 1 … 3 4 5 6 7 … 36 ›

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