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
763
Mateo Silvetti
ar ARG MF,FW
Inter Miami
20 2.006 3 3 6 3,00 1,84 4,84 0,31 0,19 0,50 3,00 0,31 0,111 0,273 3,00 0,00 1,00 1,16 1,63 3 0,31 0,31 0,62 2
465
Matthew Longstaff
eng ENG MF
CF Montréal
26 2.000 2 3 5 3,00 1,80 4,80 0,13 0,08 0,20 3,00 0,13 0,086 0,273 3,00 -1,00 0,67 1,20 1,67 2 0,09 0,13 0,21 4
853
Brayan Vera
co COL DF
CF Montréal
27 1.999 1 1 2 2,94 0,68 3,62 0,14 0,03 0,17 2,94 0,14 0,140 0,294 2,94 -1,94 0,34 0,32 1,47 1 0,05 0,05 0,09 —
575
Rafael Navarro
br BRA FW
St. Louis City
26 2.000 5 0 5 2,94 0,11 3,05 0,71 0,03 0,73 2,11 0,51 0,226 0,420 2,94 2,06 1,70 -0,11 0,00 4 1,20 0,00 1,20 1
416
Dejan Joveljić
rs SRB FW
Seattle Sounders
27 1.999 4 0 4 2,81 0,14 2,95 0,59 0,03 0,62 2,81 0,59 0,187 0,352 2,81 1,19 1,42 -0,14 0,00 4 0,84 0,00 0,84 4
634
Donavan Phillip
lc LCA FW,MF
Colorado Rapids
21 2.005 3 0 3 2,81 0,11 2,92 0,61 0,02 0,64 2,81 0,61 0,216 0,352 2,81 0,19 1,07 -0,11 0,00 3 0,65 0,00 0,65 2
39
Emilio Aristizábal
co COL FW,MF
Toronto FC
21 2.005 4 0 4 2,81 0,18 2,99 0,41 0,03 0,44 2,81 0,41 0,141 0,352 2,81 1,19 1,42 -0,18 0,00 4 0,59 0,00 0,59 —
480
Warren Madrigal
cr CRC FW,MF
Nashville SC
22 2.004 5 2 7 2,81 1,27 4,08 0,30 0,14 0,44 2,81 0,30 0,117 0,352 2,81 2,19 1,78 0,73 1,57 5 0,54 0,22 0,76 2
723
Allan Saint-Maximin
fr FRA MF,FW
Charlotte
29 1.997 1 3 4 2,73 1,84 4,57 0,33 0,22 0,55 2,73 0,33 0,114 0,273 2,73 -1,73 0,37 1,16 1,63 1 0,12 0,36 0,48 2
626
Andrés Perea
us USA MF
NYCFC
25 2.000 2 1 3 2,73 0,70 3,43 0,19 0,05 0,23 2,73 0,19 0,144 0,273 2,73 -0,73 0,73 0,30 1,43 2 0,14 0,07 0,20 —
668
Bryan Ramírez
ec ECU MF
FC Cincinnati
26 2.000 2 3 5 2,73 1,81 4,54 0,15 0,10 0,25 2,73 0,15 0,109 0,273 2,73 -0,73 0,73 1,19 1,66 2 0,11 0,16 0,27 2
814
Erik Thommy
de GER MF,FW
LA Galaxy
32 1.994 1 0 1 2,73 0,24 2,97 0,30 0,03 0,32 2,73 0,30 0,109 0,273 2,73 -1,73 0,37 -0,24 0,00 1 0,11 0,00 0,11 2
847
Kerwin Vargas
co COL MF
Charlotte
24 2.002 3 4 7 2,73 2,36 5,09 0,25 0,21 0,46 2,73 0,25 0,124 0,273 2,73 0,27 1,10 1,64 1,70 3 0,27 0,36 0,63 8
37
Max Arfsten
us USA MF
Columbus Crew
25 2.001 4 4 8 2,73 2,15 4,88 0,17 0,13 0,30 2,73 0,17 0,130 0,273 2,73 1,27 1,47 1,85 1,86 4 0,25 0,25 0,49 8
117
Pavel Bucha
cz CZE MF
FC Cincinnati
28 1.998 6 4 10 2,73 2,32 5,05 0,12 0,10 0,21 2,73 0,12 0,114 0,273 2,73 3,27 2,20 1,68 1,72 6 0,25 0,17 0,42 —
214
Puso Dithejane
za RSA MF,FW
Chicago Fire
22 2.004 2 1 3 2,73 0,69 3,42 0,41 0,10 0,51 2,73 0,41 0,124 0,273 2,73 -0,73 0,73 0,31 1,45 2 0,30 0,15 0,45 1
115
Snyder Brunell
us USA MF
Seattle Sounders
19 2.007 0 1 1 2,73 0,73 3,46 0,16 0,04 0,20 2,73 0,16 0,114 0,273 2,73 -2,73 0,00 0,27 1,37 0 0,00 0,06 0,06 —
300
Dániel Gazdag
hu HUN FW,MF
Columbus Crew
30 1.996 3 0 3 2,72 0,12 2,84 0,31 0,01 0,32 1,05 0,12 0,181 0,543 2,72 0,28 1,10 -0,12 0,00 1 0,34 0,00 0,34 5
687
Kalani Rienzi
us USA DF
Seattle Sounders
24 2.002 3 0 3 2,65 0,17 2,82 0,14 0,01 0,15 2,65 0,14 0,139 0,294 2,65 0,35 1,13 -0,17 0,00 3 0,16 0,00 0,16 2
65
Lucas Bartlett
us USA DF
D.C. United
29 1.997 4 0 4 2,65 0,19 2,84 0,10 0,01 0,11 2,65 0,10 0,110 0,294 2,65 1,35 1,51 -0,19 0,00 4 0,15 0,00 0,15 2
247
Breel Embolo
ch SUI FW
Atlanta Utd
29 1.997 1 1 2 2,59 0,58 3,17 0,44 0,10 0,54 1,76 0,30 0,199 0,431 2,59 -1,59 0,39 0,42 1,73 0 0,17 0,17 0,34 3
369
Aiden Hezarkhani
us USA MF,FW
Real Salt Lake
19 2.007 3 0 3 2,46 0,19 2,65 0,22 0,02 0,23 2,46 0,22 0,123 0,273 2,46 0,54 1,22 -0,19 0,00 3 0,26 0,00 0,26 1
391
Ayoub Jabbari
ma MAR FW
FC Cincinnati
26 2.000 2 2 4 2,46 1,21 3,67 0,36 0,18 0,54 2,46 0,36 0,145 0,352 2,46 -0,46 0,81 0,79 1,65 2 0,30 0,30 0,59 4
376
Carlo Holse
dk DEN FW,MF
St. Louis City
27 1.999 3 1 4 2,46 0,65 3,11 0,55 0,15 0,70 2,46 0,55 0,154 0,352 2,46 0,54 1,22 0,35 1,55 3 0,68 0,23 0,90 3
699
Cristian Roldan
us USA MF
Seattle Sounders
31 1.995 5 1 6 2,46 0,77 3,23 0,14 0,04 0,18 2,46 0,14 0,085 0,273 2,46 2,54 2,04 0,23 1,29 5 0,28 0,06 0,34 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