Quais números de um jogo de futebol dizem algo sobre o próximo, o que é xG e como ele vira probabilidade, por que gols enganam em amostras pequenas, o que escanteios e cartões medem, quais fontes de dados existem e onde a estatística para.
Por Bruno Jena, editor responsável. Verificado em 11/11/2026.
Estatísticas de futebol para apostas são os dados de jogo usados para estimar a probabilidade de um resultado e compará-la com a probabilidade embutida na odd. Os dados que mais importam são os que medem o processo, e não só o placar: gols esperados (xG), finalizações e a qualidade delas, escanteios e cartões, sempre lidos com o contexto de mando, desfalques e tamanho da amostra. Uma estatística só ajuda se mostrar algo que a odd ainda não reflete, e a maioria dos números públicos já está no preço.

Quais estatísticas importam para apostas
As estatísticas que importam são as que se repetem de um jogo para o outro e têm relação com o mercado analisado. A tabela organiza os dados mais usados pelo que cada um mede e pelo mercado em que é mais útil:
| Estatística | O que mede | Estabilidade de um jogo para outro | Mercado em que mais ajuda |
|---|---|---|---|
| Gols marcados e sofridos | Resultado final das finalizações | Baixa em poucas partidas | 1X2, over/under, ambas marcam |
| xG (gols esperados) | Qualidade das chances criadas | Mais alta que a de gols | 1X2, over/under, handicap |
| xGA (gols esperados contra) | Qualidade das chances cedidas | Mais alta que a de gols sofridos | Over/under, ambas marcam |
| Finalizações e finalizações no alvo | Volume de chances | Média | Mercados de finalizações, over/under |
| Escanteios a favor e contra | Volume de ataques que terminam na linha de fundo | Média, depende do estilo | Escanteios |
| Cartões e faltas | Disciplina e intensidade | Depende muito do árbitro e do jogo | Cartões |
| Posse de bola | Controle do jogo | Alta, mas pouco ligada a gols sozinha | Contexto para escanteios e finalizações |
| Mando de campo | Diferença casa e fora | Alta | Todos |
O mercado de gols é o mais explorado com estatísticas; como funcionam as linhas de over e under está em over e under: como funcionam as apostas em gols.
Gols: o dado mais importante e o mais enganoso
Gols são o dado que decide o jogo e, ao mesmo tempo, o que mais engana em amostras pequenas, porque são poucos e dependem de detalhes. A Hudl StatsBomb, empresa de dados de futebol, lembra que na maioria das ligas há de 2,5 a 3 gols por partida, contra 25 a 30 finalizações, cerca de dez vezes mais. Com tão poucos eventos, a variância pesa muito.
Um exemplo calculado: um time que, pela qualidade das chances, deveria marcar em média 1,4 gol por jogo (14 em dez jogos), pode marcar 20 ou mais em dez jogos só por variação?
| Gols em 10 jogos (média esperada de 14) | Probabilidade pelo modelo de Poisson |
|---|---|
| 10 ou menos | 17,6% |
| 20 ou mais | 7,7% |
Cálculo próprio com a distribuição de Poisson, média de 14 gols em 10 jogos. Modelo ilustrativo.
Cerca de 1 em cada 4 times com esse nível de criação termina uma sequência de dez jogos parecendo muito melhor ou muito pior do que é. É por isso que “o time marcou 20 gols em dez jogos” diz menos do que parece, e o dado de processo, o xG, ajuda a separar o que é qualidade do que é fase.
xG (gols esperados): o que é e como se usa
xG, ou gols esperados, é uma métrica que mede a probabilidade de uma finalização terminar em gol, numa escala de 0 a 1. A definição é da Hudl StatsBomb: um modelo de xG usa informações históricas de milhares de finalizações com características semelhantes para estimar essa probabilidade. Uma finalização de 0,2 xG é uma que, em geral, se espera converter duas vezes a cada dez tentativas.
Como o xG é calculado
Cada modelo tem as próprias características, mas os fatores usados pela grande maioria, segundo a Hudl StatsBomb, são:
| Fator | O que o modelo considera |
|---|---|
| Distância até o gol | Finalizações de perto têm, historicamente, mais chance de gol que as de longe |
| Ângulo em relação ao gol | Quanto o gol fica “aberto” a partir do ponto da finalização |
| Parte do corpo | Se a finalização foi com o pé, de cabeça ou com outra parte do corpo |
| Tipo de assistência ou ação anterior | Passe em profundidade, cruzamento, bola parada ou drible |
Modelos mais detalhados acrescentam a posição do goleiro e de defensores. Por isso a mesma finalização pode ter valores diferentes de xG em fontes diferentes, e comparar xG entre sites mistura modelos.
O pênalti no xG
O pênalti tem um valor fixo na maior parte dos modelos, porque todos compartilham as mesmas características: 0,76 xG, reflexo da taxa histórica de conversão, segundo a Hudl StatsBomb, que na atualização de 2022 do próprio modelo passou a usar 0,78. Muitas análises separam o xG sem pênaltis (non-penalty xG), porque pênaltis são raros e distorcem a média de poucos jogos.
xG por finalização: qualidade x volume
O xG total esconde uma diferença importante: dez finalizações de 0,06 somam 0,6 xG, e uma única de 0,6 também. Mas a chance de marcar pelo menos um gol não é a mesma:
| Cenário | xG total | Chance de marcar pelo menos um gol |
|---|---|---|
| Uma finalização de 0,60 | 0,60 | 60,0% |
| Seis finalizações de 0,10 | 0,60 | 46,9% |
Cálculo próprio: chance de pelo menos um gol = 1 menos o produto das chances de errar cada finalização (0,9 elevado a 6 = 53,1%).
Times que criam poucas chances muito claras e times que finalizam muito de longe podem ter o mesmo xG e perfis diferentes para mercados como ambas marcam.

Do xG à probabilidade: um modelo ilustrativo
O xG vira probabilidade de resultado quando é usado como média de gols de cada time em um modelo de distribuição, como o de Poisson. O exemplo abaixo usa um jogo fictício em que o Time A deve criar 1,6 xG e o Time B, 0,9 xG, e supõe que os gols de cada time são independentes.
| Resultado | Probabilidade no modelo | Odd justa (sem margem) |
|---|---|---|
| Vitória do Time A | 53,8% | 1,86 |
| Empate | 25,0% | 4,00 |
| Vitória do Time B | 21,2% | 4,73 |
| Mais de 2,5 gols | 45,6% | 2,19 |
| Ambas marcam: sim | 47,4% | 2,11 |
| Time A não marca | 20,2% | 4,95 |
Cálculo próprio com a distribuição de Poisson, médias de 1,6 e 0,9 gol, gols independentes. Modelo ilustrativo: jogos reais têm mais empates e correlação entre os placares do que esse modelo simples supõe.
O uso prático é a comparação com a odd. Se a odd oferecida para a vitória do Time A fosse 2,00, a probabilidade implícita seria de 50%, abaixo dos 53,8% do modelo; se fosse 1,70, seria de 58,8%, acima. O modelo não diz o que vai acontecer, apenas onde o preço parece alto ou baixo segundo aquelas premissas. A conta das linhas de gols com esse tipo de modelo está em o que a matemática diz sobre gols, e o empate, que o modelo simples tende a subestimar, é o centro do mercado de empate anula a aposta.
Por que o modelo é só um ponto de partida
| Premissa do modelo | O que acontece no jogo real |
|---|---|
| Médias de xG conhecidas | As médias são estimativas, com erro, e mudam com escalação e contexto |
| Gols independentes | Um gol muda o comportamento dos dois times |
| Mesma intensidade nos 90 minutos | Times que vencem recuam; times que perdem se expõem |
| Sem expulsões | Um cartão vermelho muda as médias no meio do jogo |
Finalizações e chutes no alvo
Finalizações medem o volume de chances, e finalizações no alvo, as que exigiriam defesa do goleiro ou terminariam em gol. São dados mais frequentes que gols, mas sem a informação de qualidade que o xG traz. Servem para dois usos:
- Contexto para o xG: um xG alto com poucas finalizações indica chances muito claras; com muitas finalizações, chances de baixa qualidade.
- Mercados próprios: mercados de finalizações de time ou de jogador dependem diretamente desse volume.
A Hudl StatsBomb registra que as métricas de xG são mais preditivas do desempenho futuro de um time do que o saldo de gols atual e do que métricas simples de contagem de finalizações, como a proporção de finalizações (Total Shots Ratio).
Escanteios: o que a estatística mede
Escanteio é marcado, segundo a Regra 17 do futebol, publicada pela IFAB, quando a bola ultrapassa inteiramente a linha de meta, pelo chão ou pelo alto, depois de ter tocado por último em um jogador da equipe que defende, sem que um gol seja marcado. A estatística de escanteios mede, portanto, quantos ataques terminam com a bola desviada pela defesa para fora pela linha de fundo.
Escanteios a favor e contra, por mando e por tempo, são a base desse mercado; os fatores que mexem nesse número (estilo, placar, mando), as linhas, o escanteio asiático e um modelo ilustrativo de probabilidades estão em apostas em escanteios: over, asiático e handicap.
Cartões: por que o árbitro pesa tanto
Os cartões medem disciplina, mas dependem tanto do critério de quem apita quanto do comportamento dos times. Pelas Regras do Jogo da IFAB, o cartão amarelo comunica uma advertência e o vermelho, uma expulsão; receber uma segunda advertência na mesma partida é motivo de expulsão.
Para estatísticas de cartões, o que mais importa:
- O árbitro escalado: o critério de quem apita influencia diretamente o número de advertências, e por isso o histórico do árbitro escalado é parte da análise desse mercado.
- O tipo de jogo: clássicos, decisões e jogos com rivalidade tendem a ter mais faltas e advertências.
- A regra de liquidação: alguns mercados contam pontos por cartão, com pesos diferentes para amarelo e vermelho, e definem se o segundo amarelo conta como amarelo mais vermelho. Essa regra está nos termos de cada plataforma e muda o resultado.
- Cartões fora de campo: as Regras do Jogo permitem cartões a substitutos, jogadores substituídos e membros da comissão técnica; se eles contam no mercado, depende da regra da plataforma.
Contexto: o que nenhum número mostra sozinho
O contexto é a informação que muda a leitura das estatísticas de um jogo específico. As médias da temporada descrevem o time de sempre; o jogo de hoje pode ter outro time.
| Contexto | Pergunta a fazer |
|---|---|
| Mando de campo | Os números são separados por casa e fora? |
| Desfalques | O principal finalizador ou o goleiro titular joga? |
| Calendário | O time joga outra competição em três dias e vai poupar titulares? |
| Objetivo na tabela | O resultado importa igualmente para os dois? |
| Troca de técnico | Os dados anteriores ainda descrevem o time atual? |
| Clima e gramado | Chuva forte ou campo ruim mudam o estilo de jogo? |
A forma como cada competição brasileira influencia os mercados (pontos corridos, mata-mata, jogos de ida e volta) aparece em apostas em futebol: mercados e conceitos essenciais.
Fontes de dados: de onde vêm as estatísticas
As estatísticas de futebol vêm de dois tipos de coleta, e saber qual é a origem ajuda a decidir quanto confiar em um número.
| Tipo de dado | Como é coletado | Exemplos de informação |
|---|---|---|
| Dados de eventos | Cada ação com bola (passe, finalização, falta) é registrada com posição e tempo | Finalizações, xG, passes, escanteios, cartões |
| Dados de rastreamento | Câmeras ou sensores registram a posição de todos os jogadores durante o jogo | Distância percorrida, velocidade, posição da defesa |
| Dados oficiais da competição | Súmula e relatórios da organização | Gols, cartões, substituições, árbitro |
Empresas como a Hudl StatsBomb e a Opta produzem dados de eventos e modelos de xG usados por clubes, imprensa e sites de estatísticas. Sites gratuitos costumam exibir dados licenciados dessas empresas ou modelos próprios; por isso, o xG de um mesmo jogo pode variar entre sites.
Como avaliar uma fonte de estatísticas:
- O site diz de onde vem o dado? Fonte identificada vale mais que número sem origem.
- O modelo de xG é descrito? Sem descrição, não se sabe o que está incluído (pênaltis, posição do goleiro).
- Há separação por casa e fora, e por período? Médias da temporada inteira escondem mudanças recentes.
- O número de jogos aparece ao lado da média? “Média de 6 escanteios” em 3 jogos não é a mesma coisa que em 30.
Montando uma leitura própria: um roteiro simples
Para transformar estatísticas em uma leitura de mercado, sem depender de palpites de terceiros, o roteiro abaixo resume a ordem que este guia propõe:
- Escolha o mercado primeiro e as estatísticas ligadas a ele (gols e xG para over/under; escanteios a favor e contra para escanteios).
- Use médias separadas por mando e com número de jogos suficiente.
- Ajuste pelo contexto do jogo (desfalques, calendário, árbitro).
- Transforme a estimativa em probabilidade, com um modelo simples e premissas escritas.
- Compare com a probabilidade da odd, já descontada a margem.
- Registre a previsão e confira depois, para saber se as suas estimativas são calibradas.
O passo 5 usa a conversão de odds explicada em odds: o que são e como calcular a probabilidade, e o passo 6 é o mesmo registro usado para avaliar qualquer palpite, como mostra como avaliar palpites e tipsters.
Erros comuns com estatísticas de futebol
- Usar sequências curtas como tendência. “Over em 4 dos últimos 5” é compatível com acaso.
- Olhar gols e ignorar xG. O placar mistura qualidade e sorte; o xG separa parte disso.
- Comparar xG de fontes diferentes. Modelos diferentes dão valores diferentes à mesma finalização.
- Ignorar mando e contexto. Médias gerais escondem a diferença entre jogar em casa e fora.
- Esquecer que a odd já sabe. Estatísticas públicas já estão no preço; a vantagem, quando existe, está na diferença.
- Confundir estatística com previsão. Mesmo um modelo bem feito erra muitos jogos; ele só pode estar certo na média.
Situação das apostas no Brasil em 13/11/2026
Os demais guias sobre mercados, odds e funcionamento das apostas estão em apostas esportivas no Brasil, e o índice de todos os mercados, em mercados de aposta: 1X2, handicap e over/under.
Perguntas frequentes
Quais estatísticas de futebol são mais importantes para apostas?
As que medem o processo do jogo e se repetem de uma partida para outra: xG e xGA, finalizações, escanteios a favor e contra e cartões, separados por mando e lidos com o contexto de desfalques e calendário.
O que é xG no futebol?
É a métrica de gols esperados: a probabilidade de uma finalização virar gol, numa escala de 0 a 1, estimada a partir de milhares de finalizações semelhantes. Uma finalização de 0,2 xG é convertida, em média, duas vezes em dez.
Como usar o xG nas apostas?
Usando as médias de xG de cada time como estimativa de gols em um modelo de probabilidade e comparando o resultado com a probabilidade da odd. Com 1,6 xG contra 0,9, um modelo de Poisson simples dá 53,8% para a vitória do time com 1,6 xG.
Quantos gols tem, em média, um jogo de futebol?
A Hudl StatsBomb indica que a maioria das ligas tem de 2,5 a 3 gols por partida, contra 25 a 30 finalizações. A média de cada campeonato varia por temporada.
Por que o pênalti vale 0,76 xG?
Porque todos os pênaltis têm as mesmas características, e a maioria dos modelos usa o valor fixo de 0,76, reflexo da taxa histórica de conversão. A Hudl StatsBomb passou a usar 0,78 na atualização de 2022 do modelo.
Quantos jogos são necessários para confiar em uma média?
Quanto mais, melhor, e gols exigem mais jogos que xG. Um time com média esperada de 1,4 gol por jogo tem cerca de 7,7% de chance de marcar 20 ou mais em dez jogos só por variação.
Onde encontrar estatísticas de futebol confiáveis?
Em fontes que dizem de onde vem o dado, descrevem o modelo de xG e mostram o número de jogos ao lado das médias. Empresas como a Hudl StatsBomb e a Opta produzem dados de eventos usados por muitos sites.
O que conta como escanteio?
Pela Regra 17 da IFAB, escanteio é marcado quando a bola ultrapassa inteiramente a linha de meta depois de tocar por último em um defensor, sem gol. Para apostas, valem ainda as regras de liquidação da plataforma.
Estatística garante lucro nas apostas?
Não. Estatísticas públicas já estão refletidas nas odds, e a margem da casa incide sobre cada aposta. A estatística ajuda a estimar probabilidades; lucro exige estimar melhor que o mercado, por muito tempo.
Fontes
- Hudl StatsBomb, “What are Expected Goals (xG)?” (definição, fatores do modelo, pênalti 0,76 e 0,78, 2,5 a 3 gols e 25 a 30 finalizações por partida, poder preditivo): https://statsbomb.com/soccer-metrics/expected-goals-xg-explained/ (conferido em 12/11/2026)
- IFAB, Regras do Jogo, Regra 17, “The Corner Kick”: https://www.theifab.com/laws/latest/the-corner-kick/ (conferido em 12/11/2026)
- IFAB, Regras do Jogo, Regra 12, “Fouls and Misconduct” (cartões amarelo e vermelho, segunda advertência, quem pode receber cartão): https://www.theifab.com/laws/latest/fouls-and-misconduct/ (conferido em 12/11/2026)
- Medida Provisória nº 1.394, de 25/09/2026, texto integral (arts. 1º e 4º): https://normas.leg.br/?urn=urn:lex:br:federal:medida.provisoria:2026-09-25;1394 (conferido em 12/11/2026)
- Congresso Nacional, página da MP 1.394/2026: https://www.congressonacional.leg.br/materias/medidas-provisorias/-/mpv/175871 (conferido em 12/11/2026)
- Probabilidades de Poisson (gols em 10 jogos, 1X2, mais de 2,5 gols, ambas marcam), odds justas e chance de pelo menos um gol por perfil de finalização calculadas pela redação com as fórmulas e premissas mostradas na página (conferidas em 13/11/2026)
Os critérios desta página seguem a nossa política editorial.
