WAR de la MLS 2025 : 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.
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 | Lionel MessiMIA · ST · 38 | 3.4 | 16.1 | 99 | 1.21 | 0.40 | 1.00 | 0.61 | -0.01 | 0.14 | — | — | — | — | — | 0.05 | 2720 |
| 2 | Dayne St. ClairMIN · GK · 28 | 2.3 | 10.8 | 99 | 0.07 | — | — | — | — | — | 2.29 | 0.03 | -0.02 | 0.01 | 0.04 | -0.14 | 2997 |
| 3 | Carlos CoronelRBNY · GK · 28 | 1.7 | 7.8 | 90 | -0.02 | — | — | — | — | — | 1.93 | 0.06 | -0.04 | -0.11 | -0.03 | -0.15 | 3145 |
| 4 | Dénis BouangaLAFC · W · 30 | 1.7 | 8.2 | 99 | -0.07 | 0.52 | 0.75 | 0.41 | -0.05 | 0.16 | — | — | — | — | — | 0.03 | 2964 |
| 5 | Sean JohnsonTOR · GK · 36 | 1.6 | 7.7 | 81 | -0.11 | — | — | — | — | — | 1.95 | 0.04 | -0.01 | -0.11 | 0.01 | -0.15 | 3134 |
| 6 | Sam SurridgeNSH · ST · 26 | 1.6 | 7.4 | 95 | 0.02 | 0.86 | 0.34 | 0.22 | 0.02 | 0.03 | — | — | — | — | — | 0.06 | 3266 |
| 7 | Zack SteffenCOL · GK · 30 | 1.5 | 7.2 | 96 | -0.01 | — | — | — | — | — | 1.39 | 0.03 | 0.07 | 0.10 | 0.05 | -0.11 | 2332 |
| 8 | Brad StuverATX · GK · 34 | 1.2 | 5.7 | 79 | 0.09 | — | — | — | — | — | 1.05 | 0.06 | 0.07 | 0.02 | 0.08 | -0.16 | 3443 |
| 9 | Alex FreemanORL · FB · 20 | 1.2 | 5.9 | 99 | 0.03 | 0.48 | 0.30 | 0.19 | 0.14 | 0.04 | — | — | — | — | — | 0.07 | 2776 |
| 10 | Kristijan KahlinaCLT · GK · 32 | 1.1 | 5.2 | 70 | -0.05 | — | — | — | — | — | 1.45 | 0.02 | -0.15 | -0.01 | -0.02 | -0.15 | 3247 |
| 11 | Brian GutiérrezCHI · CM · 22 | 1.1 | 5.1 | 100 | 0.45 | 0.05 | 0.00 | 0.20 | 0.14 | 0.08 | — | — | — | — | — | 0.15 | 2289 |
| 12 | Maya YoshidaLA · CB · 36 | 1.0 | 4.6 | 96 | 0.29 | 0.26 | 0.09 | 0.08 | 0.13 | 0.05 | — | — | — | — | — | 0.08 | 2637 |
| 13 | Gabriel PecLA · W · 24 | 1.0 | 4.5 | 82 | 0.02 | 0.11 | 0.50 | 0.30 | -0.05 | 0.04 | — | — | — | — | — | 0.02 | 2764 |
| 14 | Andre BlakePHI · GK · 34 | 0.9 | 4.0 | 73 | -0.08 | — | — | — | — | — | 0.99 | -0.02 | 0.02 | 0.02 | 0.03 | -0.10 | 2050 |
| 15 | Matt TurnerNE · GK · 31 | 0.9 | 4.3 | 93 | 0.01 | — | — | — | — | — | 0.90 | -0.03 | 0.02 | 0.02 | 0.04 | -0.05 | 1012 |
| 16 | Noah EileRBNY · CB · 22 | 0.9 | 4.1 | 98 | 0.10 | -0.02 | 0.20 | 0.02 | 0.44 | 0.05 | — | — | — | — | — | 0.09 | 2944 |
| 17 | EvanderCIN · AM · 27 | 0.9 | 4.3 | 98 | 0.30 | -0.14 | 0.47 | 0.24 | -0.07 | 0.07 | — | — | — | — | — | 0.03 | 3046 |
| 18 | Rafael CabralRSL · GK · 35 | 0.8 | 3.8 | 76 | 0.07 | — | — | — | — | — | 0.81 | 0.02 | 0.05 | -0.02 | 0.04 | -0.16 | 3461 |
| 19 | Prince OwusuMTL · ST · 28 | 0.8 | 3.8 | 68 | -0.07 | 0.62 | 0.07 | 0.02 | 0.09 | 0.02 | — | — | — | — | — | 0.06 | 3120 |
| 20 | Nico HansenCOL · GK · 23 | 0.7 | 3.3 | 87 | 0.00 | — | — | — | — | — | 0.89 | 0.02 | -0.02 | -0.16 | 0.01 | -0.05 | 1003 |
| 21 | James PantemisPOR · GK · 28 | 0.7 | 3.2 | 84 | 0.10 | — | — | — | — | — | 0.60 | 0.01 | 0.09 | -0.08 | 0.04 | -0.09 | 1918 |
| 22 | Chris BradyCHI · GK · 21 | 0.7 | 3.4 | 67 | -0.07 | — | — | — | — | — | 0.95 | 0.04 | -0.04 | -0.06 | 0.03 | -0.13 | 2795 |
| 23 | Adilson MalandaCLT · CB · 23 | 0.7 | 3.5 | 92 | 0.14 | 0.09 | -0.07 | 0.00 | 0.54 | -0.05 | — | — | — | — | — | 0.10 | 3252 |
| 24 | Sean ZawadzkiCLB · CB · 25 | 0.7 | 3.4 | 97 | 0.27 | -0.04 | 0.15 | -0.03 | 0.22 | 0.06 | — | — | — | — | — | 0.08 | 2718 |
| 25 | Jackson RagenSEA · CB · 26 | 0.7 | 3.2 | 99 | 0.30 | 0.02 | 0.03 | 0.02 | 0.23 | 0.03 | — | — | — | — | — | 0.06 | 2166 |
| 26 | Andrew GutmanCHI · FB · 28 | 0.7 | 3.1 | 94 | 0.04 | 0.19 | -0.07 | 0.09 | 0.27 | 0.06 | — | — | — | — | — | 0.08 | 3210 |
| 27 | Anthony MarkanichMIN · FB · 25 | 0.7 | 3.5 | 96 | -0.12 | 0.41 | 0.01 | 0.12 | 0.31 | -0.04 | — | — | — | — | — | 0.05 | 2087 |
| 28 | Dylan ChambostCLB · CM · 27 | 0.7 | 3.2 | 99 | 0.37 | -0.06 | 0.03 | -0.01 | 0.11 | 0.05 | — | — | — | — | — | 0.19 | 2906 |
| 29 | Hirving LozanoSD · W · 29 | 0.7 | 3.3 | 92 | 0.11 | 0.44 | -0.11 | 0.20 | -0.02 | 0.07 | — | — | — | — | — | 0.02 | 2033 |
| 30 | Hany MukhtarNSH · ST · 30 | 0.7 | 3.5 | 90 | 0.14 | 0.08 | 0.03 | 0.19 | -0.03 | 0.27 | — | — | — | — | — | 0.06 | 3340 |
| 31 | Rafael NavarroCOL · ST · 25 | 0.7 | 3.5 | 64 | 0.05 | 0.28 | -0.05 | 0.02 | 0.15 | 0.24 | — | — | — | — | — | 0.06 | 2974 |
| 32 | Christian BentekeDC · ST · 34 | 0.7 | 3.2 | 75 | -0.06 | 0.64 | -0.14 | 0.15 | -0.01 | 0.05 | — | — | — | — | — | 0.04 | 2092 |
| 33 | Hugo CuypersCHI · ST · 28 | 0.7 | 3.2 | 81 | -0.09 | 0.35 | 0.14 | 0.09 | 0.12 | 0.01 | — | — | — | — | — | 0.06 | 3118 |
| 34 | Mathías LabordaVAN · FB · 25 | 0.6 | 2.6 | 54 | 0.10 | 0.34 | -0.09 | 0.09 | -0.05 | 0.11 | — | — | — | — | — | 0.06 | 2452 |
| 35 | Kai WagnerPHI · FB · 28 | 0.6 | 3.0 | 98 | 0.68 | -0.11 | -0.09 | -0.02 | 0.02 | 0.06 | — | — | — | — | — | 0.08 | 3120 |
| 36 | Mark DelgadoLAFC · CM · 30 | 0.6 | 2.8 | 92 | 0.40 | -0.01 | 0.02 | -0.03 | 0.05 | -0.01 | — | — | — | — | — | 0.18 | 2814 |
| 37 | Sergio BusquetsMIA · CM · 36 | 0.6 | 2.8 | 96 | 0.70 | -0.15 | -0.02 | -0.13 | 0.00 | -0.02 | — | — | — | — | — | 0.21 | 3203 |
| 38 | Simon BecherSTL · W · 25 | 0.6 | 2.8 | 70 | -0.08 | 0.49 | -0.02 | 0.11 | 0.04 | 0.03 | — | — | — | — | — | 0.01 | 1472 |
| 39 | Anders DreyerSD · W · 27 | 0.6 | 2.8 | 97 | 0.13 | 0.61 | -0.20 | 0.19 | -0.16 | -0.02 | — | — | — | — | — | 0.03 | 3415 |
| 40 | Carles GilNE · AM · 32 | 0.6 | 3.0 | 91 | 0.88 | -0.49 | 0.28 | -0.07 | -0.08 | 0.10 | — | — | — | — | — | 0.03 | 3430 |
| 41 | Petar MusaDAL · ST · 27 | 0.6 | 2.7 | 88 | 0.16 | 0.21 | -0.06 | 0.04 | 0.27 | -0.08 | — | — | — | — | — | 0.05 | 2585 |
| 42 | Martín OjedaORL · ST · 26 | 0.6 | 2.8 | 94 | 0.37 | 0.15 | -0.04 | 0.12 | -0.03 | -0.05 | — | — | — | — | — | 0.06 | 2972 |
| 43 | Alonso MartínezNYC · ST · 26 | 0.6 | 2.9 | 71 | -0.09 | 0.62 | -0.28 | 0.19 | -0.04 | 0.15 | — | — | — | — | — | 0.05 | 2745 |
| 44 | Bruno DamianiPHI · ST · 23 | 0.6 | 2.7 | 56 | 0.03 | 0.38 | -0.09 | 0.07 | 0.13 | 0.02 | — | — | — | — | — | 0.04 | 2257 |
| 45 | Roman CelentanoCIN · GK · 24 | 0.5 | 2.1 | 39 | -0.09 | — | — | — | — | — | 0.93 | -0.02 | -0.25 | 0.00 | 0.02 | -0.14 | 3027 |
| 46 | Matt FreeseNYC · GK · 26 | 0.5 | 2.6 | 61 | -0.10 | — | — | — | — | — | 0.60 | 0.05 | 0.04 | 0.04 | 0.05 | -0.14 | 3090 |
| 47 | Justen GladRSL · CB · 28 | 0.5 | 2.5 | 90 | 0.03 | 0.04 | 0.09 | -0.02 | 0.26 | 0.05 | — | — | — | — | — | 0.09 | 3143 |
| 48 | Jack ElliottCHI · CB · 29 | 0.5 | 2.5 | 87 | -0.02 | 0.11 | 0.01 | 0.04 | 0.31 | -0.01 | — | — | — | — | — | 0.10 | 3328 |
| 49 | Max ArfstenCLB · FB · 24 | 0.5 | 2.6 | 90 | 0.04 | 0.29 | 0.15 | 0.13 | -0.18 | 0.04 | — | — | — | — | — | 0.07 | 2845 |
| 50 | Cristian EspinozaSJ · FB · 30 | 0.5 | 2.5 | 97 | 0.58 | -0.07 | 0.01 | -0.05 | 0.01 | -0.03 | — | — | — | — | — | 0.08 | 3017 |
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.