O que é xG e como é calculado

O Expected Goals (xG) é uma métrica que atribui uma probabilidade de gol (entre 0 e 1) a cada chute com base em características observáveis do momento do arremesso. Um xG de 0.35 significa que, em situações semelhantes, 35% dos chutes resultam em gol.

As variáveis principais em modelos de xG modernos incluem: distância ao gol, ângulo do chute, parte do corpo usada (cabeça vs. pé), tipo de assistência (cruzamento, passe em profundidade, jogada individual), pressão do defensor mais próximo e se foi pênalti. Modelos mais sofisticados — como o StatsBomb xG — incorporam dados posicionais de todos os 22 jogadores via StatsBomb360 ^[4].

A história: de blog acadêmico ao Prime Time

Em 2012, Sam Green da Infostrada Sports publicou o primeiro modelo de xG amplamente divulgado. Em 2013, Michael Caley do blog Cartilage Free Captain popularizou o conceito com visualizações acessíveis ^[1]. A partir de 2015, plataformas como Opta e StatsBomb incorporaram xG em seus produtos comerciais, e clubes da Premier League, Bundesliga e La Liga começaram a usá-lo em análise tática e scouting.

O ponto de inflexão mainstream foi a Copa do Mundo de 2018, quando a BBC e Sky Sports começaram a exibir xG em tempo real durante transmissões. Em 2022, era padrão em praticamente todas as grandes transmissões europeias ^[5].

"O xG não substitui a análise tática. Ele contextualiza. A diferença entre gols marcados e xG acumulado ao longo de uma temporada é o que separa sorte de qualidade."
— Ted Knutson, StatsBomb

xG além do gol: variações e métricas derivadas

O ecossistema em torno do xG expandiu-se significativamente:

• xA (Expected Assists): xG da finalização gerada pelo passe de assistência — mede a qualidade criativa do passador.
• xGChain / xGBuildup: Distribuição do xG por todos os jogadores envolvidos em uma jogada, não só quem finalizou e quem assistiu.
• VAEP (Valuing Actions by Estimating Probabilities): Modelo da KU Leuven que atribui valor a cada ação (não só chutes e assistências) com base na mudança de probabilidade de gol/tomada de gol ^[2].
• PSxG (Post-Shot xG): xG calculado após o chute, incorporando a trajetória e posição da bola — usado para avaliar goleiros.

Limitações e mal-uso do xG

O principal erro no uso do xG é tratá-lo como verdade absoluta em amostras pequenas. Um jogador com 5 gols em 3 xG em 10 jogos pode ser genial — ou pode estar acima da curva estatística. Com 38+ jogos, a regressão à média se manifesta de forma mais confiável ^[3].

Outras limitações: modelos de xG subestimam arremessadores de longa distância com técnica excepcional (Cristiano Ronaldo, Zlatan Ibrahimović historicamente "superam" xG por habilidade real); não capturam contexto tático (pressão do adversário, fadiga, importância do jogo); e variam entre provedores — o xG da Opta para o mesmo chute pode diferir do da StatsBomb.

What is xG and how is it calculated

Expected Goals (xG) assigns a goal probability (0–1) to each shot based on observable characteristics. An xG of 0.35 means that in similar situations, 35% of shots result in goals. Key variables include: distance to goal, shot angle, body part used, assist type, nearest defender pressure, and whether it was a penalty. Advanced models like StatsBomb xG incorporate positional data for all 22 players ^[4].

History: from academic blog to Prime Time

In 2012, Sam Green of Infostrada Sports published the first widely shared xG model. In 2013, Michael Caley popularized the concept with accessible visualizations ^[1]. The mainstream tipping point was the 2018 World Cup, when BBC and Sky Sports started showing real-time xG during broadcasts.

xG beyond the goal: variations and derived metrics

• xA (Expected Assists): xG of the shot generated by the assist pass — measures creative quality of the passer.
• VAEP: KU Leuven model that assigns value to every action based on changes in goal probability ^[2].
• PSxG (Post-Shot xG): xG calculated after the shot, incorporating ball trajectory — used to evaluate goalkeepers.

Limitations and misuse of xG

The main error is treating xG as absolute truth in small samples. With 38+ matches, regression to the mean manifests more reliably ^[3]. Always compare within the same provider; use xG as a trend, not a result prediction.

Qué es el xG y cómo se calcula

Los Goles Esperados (xG) asignan una probabilidad de gol (0–1) a cada disparo. Un xG de 0,35 significa que en situaciones similares el 35% de los disparos acaban en gol. Las variables clave incluyen: distancia a portería, ángulo, parte del cuerpo, tipo de asistencia, presión del defensor más cercano y si fue penalti ^[4].

Historia: de blog académico al Prime Time

En 2013, Michael Caley popularizó el concepto ^[1]. El punto de inflexión mainstream fue el Mundial 2018, cuando BBC y Sky Sports comenzaron a mostrar xG en tiempo real. En 2022 era estándar en prácticamente todas las grandes transmisiones europeas.

xG más allá del gol: variaciones y métricas derivadas

• xA (Asistencias Esperadas): xG del remate generado por el pase de asistencia.
• VAEP: Modelo de la KU Leuven que asigna valor a cada acción ^[2].
• PSxG (Post-Shot xG): xG calculado tras el disparo — usado para evaluar porteros.

Limitaciones y mal uso del xG

El principal error es tratarlo como verdad absoluta en muestras pequeñas. Con 38+ partidos, la regresión a la media se manifiesta de forma más confiable ^[3]. Usa siempre el mismo proveedor; trátalo como tendencia, no como predicción.