WAR de la MLS 2026 : les victoires que chaque joueur ajoute
Le WAR — victoires au-dessus du remplacement — dit combien de victoires un joueur ajoute à son club par rapport à un joueur de remplacement. La MLS n'en publie pas : le nôtre part des buts ajoutés (g+) d'American Soccer Analysis, la valeur en buts de chaque action d'un joueur, convertie en points au classement, puis en victoires.
Saison en cours : 28 matchs au plus par club, sur 34. Les seuils de minutes (réguliers, remplacement) sont ramenés aux matchs joués ; tant que la saison n'est pas finie, les rangs peuvent encore bouger.
Mise en garde : le WAR d'un gardien repose surtout sur ses arrêts face aux buts attendus des tirs cadrés, une mesure qui varie beaucoup d'une saison à l'autre. Une seule saison de gardien se lit avec prudence ; les cotes, sur quatre saisons, sont plus stables.
| # | Joueur | ||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Matt TurnerNE · GK · 32 | 2.7 | 12.8 | 99 | 0.04 | — | — | — | — | — | 2.65 | -0.01 | 0.09 | -0.05 | -0.06 | 0.04 | 2735 |
| 2 | Lionel MessiMIA · W · 39 | 2.2 | 10.5 | 99 | 0.74 | 0.16 | 0.91 | 0.59 | -0.15 | 0.10 | — | — | — | — | — | -0.12 | 2402 |
| 3 | Brian SchwakeNSH · GK · 24 | 2.1 | 10.0 | 90 | -0.04 | — | — | — | — | — | 2.15 | -0.06 | 0.00 | -0.01 | 0.03 | 0.03 | 2639 |
| 4 | Brad StuverATX · GK · 35 | 2.1 | 10.1 | 96 | 0.06 | — | — | — | — | — | 2.14 | -0.02 | 0.00 | -0.11 | 0.04 | 0.03 | 2558 |
| 5 | Andrew ThomasSEA · GK · 27 | 2.0 | 9.6 | 84 | -0.02 | — | — | — | — | — | 2.11 | -0.02 | 0.03 | -0.15 | 0.05 | 0.04 | 2714 |
| 6 | JT MarcinkowskiLA · GK · 29 | 1.7 | 8.0 | 87 | -0.01 | — | — | — | — | — | 1.72 | 0.01 | 0.03 | -0.13 | 0.05 | 0.03 | 2213 |
| 7 | DanielSJ · GK · 32 | 1.3 | 6.3 | 93 | 0.00 | — | — | — | — | — | 1.31 | 0.02 | 0.03 | -0.06 | 0.00 | 0.02 | 1840 |
| 8 | Yohei TakaokaVAN · GK · 30 | 1.1 | 5.3 | 81 | 0.09 | — | — | — | — | — | 0.83 | 0.01 | 0.11 | -0.02 | 0.06 | 0.03 | 2511 |
| 9 | Hugo LlorisLAFC · GK · 39 | 1.1 | 5.3 | 76 | -0.12 | — | — | — | — | — | 1.39 | -0.10 | 0.05 | -0.15 | 0.03 | 0.03 | 2413 |
| 10 | James PantemisPOR · GK · 29 | 1.0 | 4.7 | 79 | -0.09 | — | — | — | — | — | 0.89 | 0.02 | 0.11 | -0.02 | 0.03 | 0.04 | 2773 |
| 11 | Rodrigo de PaulMIA · CM · 32 | 1.0 | 4.9 | 99 | 0.50 | 0.04 | 0.19 | 0.04 | -0.03 | 0.01 | — | — | — | — | — | 0.28 | 2278 |
| 12 | Petar MusaDAL · ST · 28 | 0.9 | 4.4 | 99 | -0.03 | 0.28 | 0.31 | 0.19 | 0.11 | 0.00 | — | — | — | — | — | 0.07 | 1948 |
| 13 | Anthony MarkanichMIN · FB · 26 | 0.8 | 3.5 | 81 | -0.15 | 0.43 | -0.01 | 0.22 | -0.12 | 0.18 | — | — | — | — | — | 0.20 | 2468 |
| 14 | Preston JuddSJ · ST · 27 | 0.8 | 3.9 | 87 | -0.02 | 0.42 | 0.16 | 0.15 | -0.03 | 0.08 | — | — | — | — | — | 0.07 | 1975 |
| 15 | Son Heung-MinLAFC · ST · 33 | 0.8 | 3.6 | 89 | 0.12 | -0.20 | 0.47 | 0.28 | 0.01 | 0.00 | — | — | — | — | — | 0.08 | 2240 |
| 16 | Matt FreeseNYC · GK · 27 | 0.7 | 3.1 | 53 | -0.17 | — | — | — | — | — | 0.88 | 0.01 | 0.00 | -0.17 | 0.06 | 0.03 | 2628 |
| 17 | Justin CheRBNY · CB · 22 | 0.6 | 2.6 | 97 | 0.21 | -0.02 | 0.16 | -0.01 | 0.17 | -0.03 | — | — | — | — | — | 0.07 | 1529 |
| 18 | Jackson RagenSEA · CB · 27 | 0.6 | 2.6 | 94 | 0.25 | 0.02 | 0.07 | -0.01 | 0.11 | 0.03 | — | — | — | — | — | 0.09 | 1900 |
| 19 | Finn SurmanPOR · CB · 22 | 0.6 | 2.8 | 98 | 0.04 | -0.08 | 0.00 | -0.01 | 0.42 | 0.11 | — | — | — | — | — | 0.12 | 2622 |
| 20 | Alonso CoelloTOR · DM · 26 | 0.6 | 2.8 | 98 | 0.38 | -0.15 | 0.12 | -0.06 | 0.04 | 0.01 | — | — | — | — | — | 0.27 | 2162 |
| 21 | Jeppe TverskovSD · DM · 33 | 0.6 | 2.8 | 97 | 0.10 | 0.00 | 0.05 | -0.05 | 0.15 | 0.09 | — | — | — | — | — | 0.24 | 1946 |
| 22 | Marcel HartelSTL · AM · 30 | 0.6 | 2.7 | 94 | 0.04 | 0.19 | 0.25 | 0.15 | 0.05 | -0.04 | — | — | — | — | — | -0.08 | 1534 |
| 23 | Philip ZinckernagelCHI · W · 31 | 0.6 | 2.8 | 87 | 0.19 | 0.01 | 0.21 | 0.23 | -0.01 | 0.07 | — | — | — | — | — | -0.11 | 2239 |
| 24 | Gabriel PecLA · W · 25 | 0.6 | 2.7 | 93 | 0.09 | 0.08 | 0.21 | 0.26 | 0.01 | -0.01 | — | — | — | — | — | -0.07 | 1365 |
| 25 | Dénis BouangaLAFC · W · 31 | 0.6 | 2.8 | 96 | -0.06 | 0.37 | 0.33 | 0.19 | -0.09 | -0.02 | — | — | — | — | — | -0.12 | 2421 |
| 26 | Sergi SolansRSL · ST · 23 | 0.6 | 2.7 | 81 | -0.01 | 0.58 | -0.11 | 0.07 | 0.02 | -0.06 | — | — | — | — | — | 0.07 | 1911 |
| 27 | Kristijan KahlinaCLT · GK · 33 | 0.5 | 2.1 | 70 | 0.06 | — | — | — | — | — | 0.54 | -0.04 | -0.07 | -0.06 | -0.02 | 0.04 | 2755 |
| 28 | Ethan HorvathRBNY · GK · 31 | 0.5 | 2.4 | 67 | -0.04 | — | — | — | — | — | 0.44 | -0.09 | 0.15 | -0.04 | 0.04 | 0.04 | 2731 |
| 29 | Kye RowlesDC · CB · 28 | 0.5 | 2.4 | 92 | -0.03 | 0.14 | 0.00 | 0.02 | 0.24 | 0.03 | — | — | — | — | — | 0.09 | 2017 |
| 30 | Ryan PorteousLAFC · CB · 27 | 0.5 | 2.3 | 90 | 0.19 | 0.08 | 0.02 | -0.01 | 0.13 | -0.03 | — | — | — | — | — | 0.10 | 2181 |
| 31 | Henry KesslerCLT · CB · 28 | 0.5 | 2.2 | 99 | 0.02 | -0.01 | 0.02 | -0.01 | 0.36 | 0.02 | — | — | — | — | — | 0.05 | 1124 |
| 32 | Lucas BartlettDC · CB · 28 | 0.5 | 2.5 | 52 | -0.23 | 0.38 | 0.00 | 0.08 | 0.04 | 0.13 | — | — | — | — | — | 0.12 | 2534 |
| 33 | Frankie WestfieldPHI · FB · 20 | 0.5 | 2.3 | 95 | 0.18 | 0.09 | 0.01 | 0.06 | -0.08 | 0.05 | — | — | — | — | — | 0.18 | 2142 |
| 34 | Griffin DorseyORL · FB · 27 | 0.5 | 2.5 | 80 | -0.22 | 0.33 | 0.17 | 0.06 | -0.01 | 0.03 | — | — | — | — | — | 0.16 | 1899 |
| 35 | Zavier GozoRSL · FB · 19 | 0.5 | 2.2 | 90 | -0.13 | 0.19 | 0.14 | 0.19 | -0.08 | 0.02 | — | — | — | — | — | 0.13 | 1610 |
| 36 | NouhouSEA · FB · 29 | 0.5 | 2.6 | 99 | -0.02 | -0.12 | 0.03 | -0.03 | 0.44 | 0.02 | — | — | — | — | — | 0.21 | 2565 |
| 37 | Emil ForsbergRBNY · CM · 34 | 0.5 | 2.6 | 81 | 0.06 | 0.22 | 0.06 | 0.15 | -0.18 | 0.00 | — | — | — | — | — | 0.24 | 1927 |
| 38 | Matty LongstaffMTL · CM · 26 | 0.5 | 2.4 | 83 | 0.09 | 0.06 | 0.12 | 0.05 | -0.10 | 0.02 | — | — | — | — | — | 0.28 | 2271 |
| 39 | Peyton MillerNE · W · 18 | 0.5 | 2.2 | 66 | -0.07 | 0.41 | 0.02 | 0.17 | 0.00 | 0.04 | — | — | — | — | — | -0.09 | 1882 |
| 40 | Anders DreyerSD · W · 28 | 0.5 | 2.6 | 95 | 0.15 | 0.22 | 0.25 | 0.17 | -0.13 | 0.03 | — | — | — | — | — | -0.13 | 2582 |
| 41 | Timo WernerSJ · W · 30 | 0.5 | 2.3 | 98 | 0.17 | -0.04 | 0.41 | 0.02 | -0.05 | 0.04 | — | — | — | — | — | -0.05 | 1109 |
| 42 | Cavan SullivanPHI · W · 16 | 0.5 | 2.2 | 88 | 0.14 | 0.13 | 0.21 | 0.09 | -0.07 | 0.04 | — | — | — | — | — | -0.08 | 1650 |
| 43 | EvanderCIN · AM · 28 | 0.5 | 2.5 | 97 | 0.50 | -0.20 | 0.33 | 0.16 | -0.18 | 0.04 | — | — | — | — | — | -0.11 | 2255 |
| 44 | Miguel AlmirónATL · W · 32 | 0.5 | 2.5 | 86 | 0.14 | 0.03 | 0.30 | 0.10 | 0.04 | 0.02 | — | — | — | — | — | -0.09 | 1890 |
| 45 | Carles GilNE · AM · 33 | 0.5 | 2.3 | 85 | 0.42 | -0.16 | 0.39 | 0.04 | -0.10 | 0.02 | — | — | — | — | — | -0.13 | 2690 |
| 46 | Antoine GriezmannORL · ST · 35 | 0.5 | 2.3 | 97 | 0.09 | 0.21 | 0.03 | 0.08 | 0.04 | -0.02 | — | — | — | — | — | 0.04 | 1107 |
| 47 | Hugo CuypersCHI · ST · 29 | 0.5 | 2.5 | 95 | -0.01 | 0.20 | -0.02 | 0.09 | 0.16 | 0.06 | — | — | — | — | — | 0.04 | 1135 |
| 48 | Sean JohnsonDC · GK · 37 | 0.4 | 2.0 | 56 | -0.12 | — | — | — | — | — | 0.63 | 0.05 | -0.01 | -0.19 | 0.03 | 0.03 | 2641 |
| 49 | Morrison AgyemangCLT · CB · 21 | 0.4 | 2.1 | 88 | 0.08 | 0.12 | 0.03 | 0.05 | 0.05 | 0.02 | — | — | — | — | — | 0.09 | 1816 |
| 50 | Manu DuahSD · CB · 21 | 0.4 | 2.0 | 93 | 0.26 | -0.11 | 0.05 | -0.04 | 0.14 | 0.00 | — | — | — | — | — | 0.12 | 2585 |
Comment c'est calculéMasquer la méthode
Les buts ajoutés : chaque action avec le ballon (passe, réception, dribble, tir, interruption, faute ; pour un gardien, arrêts, sorties aériennes et au sol, prise de balle, jeu au pied) change la probabilité que l'équipe marque ou encaisse. American Soccer Analysis en fait la somme, en buts, au-dessus de la moyenne du poste.
Le remplacement : la moyenne du poste n'est pas le bon zéro. On mesure le rendement par minute des joueurs d'appoint de chaque groupe de postes (300 à 1 000 minutes sur la saison, au prorata des matchs joués) ; chaque joueur est crédité de l'écart entre la moyenne et ce niveau, au prorata de ses minutes (la colonne « Rempl. »).
La conversion : 0,636 point au classement par but de différentiel (la régression des points par match sur le différentiel de buts par match, toutes saisons depuis 2021), puis 3 points = 1 victoire, la valeur d'une victoire au classement.
Données : American Soccer Analysis (buts ajoutés, xG, xPass) et ESPN. Calculs PickALeague.