Мультиколлинеарность в линейной смешанной модели

Я подгоняю следующие модели lmer в R:

lmer(rt~deadline*cond+age+(1+deadline|task/pp), REML=FALSE) ##Model 1
lmer(rt~deadline+cond+age+(1+deadline|task/pp), REML=FALSE) ##Model 2

Где rt - время реакции, deadline имеет 2 уровня, короткий или длинный, cond также имеет два уровня: легкий или сложный. В проведенном мной исследовании 30 испытуемых выполнили 4 задания. В каждом задании испытуемые выполняли по 50 попыток на каждом из четырех уровней (короткий/легкий, длинный/легкий, короткий/сложный, длинный/сложный). В моей модели выше у меня есть случайные пересечения для человека и задачи и случайные наклоны для человека и задачи в срок. Всего было проведено 800 испытаний. Регистрировались точность и время реакции. Меня интересует, влияют ли сложность (=cond) и срочность (=deadline) на время реакции (взаимодействие). Поскольку может иметь место эффект взаимодействия, я подобрала первую модель с взаимодействием и сравнила ее со второй моделью без взаимодействия.

Когда я запускаю первую модель, я получаю следующий вывод:

lm.rtfnew <- lmer(rt~deadline*cond+age+(1+deadline|task/pp), REML=FALSE)
fixed-effect model matrix is rank deficient so dropping 1 column / coefficient
summary(lm.rtfnew)
Linear mixed model fit by maximum likelihood  ['lmerMod']
Formula: rt ~ deadline * cond + age + (1 + deadline | task/pp)
 ...
                           Estimate Std. Error t value
   (Intercept)             5.874631   0.669971    8.77
 deadlineshort            -0.375643   0.171779   -2.19
      condhard            -4.685013   0.066538  -70.41
      condeasy            -4.658016   0.066538  -70.01
           age             0.006791   0.018018    0.38
   deadlineshort:condhard  0.007752   0.018960    0.41
 ...
 fit warnings:
     fixed-effect model matrix is rank deficient so dropping 1 column / coefficient 

1. Почему R не удаляет столбец cond?
2. Мне нужно исправить это вручную?